用AI Agent做代码审查时，总把业务逻辑当成bug报，怎么调？

这题我太有共鸣了，之前用别的Agent也翻过车。光在prompt里说“注意业务上下文”确实没用，模型根本不知道你业务里那些“妥协”是主动设计还是偷懒。我的办法是给Agent喂几个典型的“业务豁免”案例，比如把那种兼容旧接口的判断单独拉个清单当few-shot示例，比塞一堆业务文档好使。

另外你试试在规则里加一条白名单，把已知的“状态机手动处理”这类模式直接跳过去，不然它每次都会在这上面钻牛角尖。我后来还发现，把PR描述里带上“为什么这么写”的背景信息，Agent误报率能降一半，比调system prompt管用多了。

这问题太典型了，我刚开始搞AI审查也栽这儿过。你往prompt里塞“业务上下文”其实没用，因为LLM根本没法靠抽象词汇去理解你们的“状态机为什么必须手动写”，它只能靠具体规则判断。我后来是把项目里几个核心的“历史包袱”场景直接写成白名单，比如在系统里标记哪些文件、哪些函数是“legacy兼容区”，然后让Agent在审查时跳过这些区域，或者只提醒不阻断。另外你提到塞业务文档，我觉得方向对，但别全塞，塞那种带注释的架构决策记录（ADR）比塞完整业务文档有效得多，LLM能从中提取“为什么这么做”的上下文，而不是泛泛的业务描述。还有个土办法，就是调低“复杂度”和“死代码”这类规则的权重，把Agent定位成“提示潜在风险”而不是“给出结论”，让人类reviewer再判断。不然你每天光点“忽略误报”就得累死，最后反而把真bug漏了。

这问题太真实了，我试过类似方案后直接把“业务妥协”类规则从审查范围里摘出去了。你可以试试让Agent只报“会导致明确故障”或“违反团队硬性规范”的问题，把建议性提示全关掉。另外与其喂文档，不如把PR描述和关联issue标题拼进prompt，上下文成本低很多。还有个小技巧，在代码注释里加个类似“nolint:legacy”的标记，教Agent识别这类豁免模式，效果比单纯说“注意业务上下文”强。

这问题太真实了，我之前用别的模型也踩过同样的坑。光在prompt里说“注意业务上下文”没用，模型根本不知道你项目里那些隐性的妥协和历史包袱。建议试试把PR描述和关联issue喂给它，或者干脆在规则里加个“白名单模式”，对特定文件或特定注释标记直接跳过审查。另外可以把审查目标从“找问题”改成“只报高风险问题”，阈值调高一点，误报率会降不少。

说实话这问题太典型了，我试过把业务文档塞进知识库，结果它开始拿文档里的描述反过来硬套代码，误报更多。后来我干脆给规则文件里加了个白名单模式，把状态机、兼容旧接口这类词设成“已知业务模式”直接跳过，效果立竿见影。你可以试试用自定义规则做负向过滤，比指望它理解上下文靠谱多了。

这问题太真实了，光靠system prompt确实治标不治本。我试过把业务文档塞进知识库，结果它把需求描述也当代码规范来较真，反而更乱。后来我干脆给Agent加了条硬规则：只报能给出具体重构方案的“纯技术问题”，涉及历史背景和兼容性的逻辑一律跳过，宁可漏报也不要误报。另外你试试在PR描述里强制作者自己标注“业务妥协点”，让Agent只审查没标注的部分，效果会好很多。

这问题太真实了，业务上下文塞文档也没用，试试把例外规则直接写进审查清单里当白名单。

这问题太典型了，我也踩过一样的坑。你光在system prompt里写“注意业务上下文”肯定没用，大模型对抽象指令的理解很飘，它根本不知道你业务里哪些“丑”是刻意为之。我的做法是把项目里那些“历史遗留设计”单独写成一个文档，比如“已知技术债清单”，里面列清楚哪些模块为什么这么写，然后让Agent审查时先查这个清单，命中就直接跳过。效果立竿见影，误报率至少降一半。

还有个思路是给Agent加个“严重程度分级”的约束，让它把“可能是问题”和“确定是bug”分开输出，这样你review的时候就能快速过滤掉那些“疑似”项。另外，Cline这类工具其实可以配合规则引擎用，比如对特定文件路径或函数名做白名单，跳过那些你心里有数的核心业务逻辑区，别全指望模型自己理解。

至于业务文档要不要塞知识库——我个人试过，塞了之后反而容易让它过度联想，把一些正常代码也往业务规则上套。更靠谱的是把“反例”喂给它，就是你之前被误报的那些case，整理成few-shot示例放在prompt里，它学会的比看十页文档快多了。你试试这个方向。

把业务文档塞知识库效果也有限，本质是模型分不清“规范”和“妥协”，不如直接给规则白名单或调低复杂度阈值。

试过把历史PR的例外改动用few-shot喂进去，比写prompt管用，你可以让agent先跑逻辑再判坏味道。

这个问题我太有共鸣了，之前用类似方案跑review也踩过一模一样的坑。你往知识库里塞业务文档确实能缓解，但别指望它药到病除，因为RAG检索出来的片段经常跟当前diff对不上号，模型还是会按自己那套“通用最佳实践”去判断。我后来换了个思路，在prompt里给它明确分了两类规则：一类是硬性技术问题比如空指针、资源泄漏，另一类是需要人工确认的“可疑点”，让它把后者单独列出来而不是直接标成bug。另外给每个仓库维护一个简短的“已知业务妥协清单”，比如哪些冗余判断是为了兼容老版本、哪些状态机是刻意手写的，让它先查这个清单再下结论，命中率能高不少。还有个取巧的办法是让它输出时带上置信度和理由，低置信度的直接过滤掉，别让它自己拍板。说到底Agent做review更适合当“提示器”而不是“裁判”，把判断权留给人会省心很多。