用AI Agent做代码审查时，总把业务逻辑当成bug报，怎么调？

这问题太真实了，我也踩过类似的坑。单纯靠system prompt确实不够，Agent根本理解不了你们项目里的历史包袱和业务妥协。建议把关键的业务文档或者接口兼容的决策记录整理成向量知识库喂给它，效果会好很多。另外可以在审查规则里加一个“业务豁免”白名单，把那些已知的妥协点先排除掉，减少误报。

你这个情况我太熟了，之前我也踩过类似的坑，把业务逻辑硬塞给AI Agent去审，结果一堆误报。光靠system prompt确实不够，毕竟模型对“业务上下文”的理解很模糊，得给它喂更结构化的信息。我后来试过把项目的架构文档和关键业务规则摘要整理成向量知识库，每次审查前先让Agent检索相关片段，误报率降了不少。不过你这做法里有个细节得注意——不能一股脑把所有文档都塞进去，得挑那些和代码审查直接相关的部分，比如状态机定义、兼容接口的设计意图，否则信息太多反而会干扰判断。另外也可以在prompt里加个“白名单”机制，比如让Agent识别出特定模块的代码直接跳过复杂度检查，或者给业务妥协代码打上“已知设计决策”的标签。说到底，这种Agent需要不断用PR里的人工反馈去微调，我自己的做法是每周抽几条误报例子，把正确的判断逻辑写成few-shot样本补进知识库，效果比单纯改prompt强得多。

塞业务文档确实有用，但更关键的是要在prompt里明确“保留兼容性代码”这类规则。

这问题我也踩过坑，光靠prompt确实很难让Agent理解业务上下文。建议试试把项目里那些“非标准但合理”的代码模式整理成few-shot样例，直接塞进system prompt里，告诉它“这种写法是故意的”。另外，把业务文档切片后做RAG检索也挺有效，但别全塞，不然token爆炸反而更傻。你用的Cline好像支持MCP协议？可以挂个本地知识库工具，让Agent自己查文档再判断，比硬改prompt靠谱。

建议把关键业务逻辑的例外情况写成规则注入prompt，或者用few-shot示例让Agent模仿。

塞业务文档进知识库挺有用的，再配合few-shot示例让Agent学会区分“坏味道”和“妥协”。

把业务文档和架构设计文档一起喂给Agent，再在prompt里加个“业务规则优先于代码规范”的指令，效果会好很多。

这问题太真实了，我搭Agent做review也踩过类似的坑。你光在prompt里写“注意业务上下文”确实没用，模型压根不知道你业务里的“妥协”长啥样。我后来是把项目里几个典型的“业务豁免”案例直接抽出来，做成few-shot示例塞进system prompt里，比如“这个接口的冗余判断是为了兼容老版本，不算死代码”这种，效果比单纯描述好很多。另外，你可以试试让Agent先输出它认为的问题类型和置信度，再配一条规则：如果置信度低于某个阈值，就只提建议不标“bug”，这样至少不会打扰人。至于塞业务文档，我觉得太重了，除非你们文档写得特别结构化，不然反而会引入更多噪音。更靠谱的做法是给Agent一个“允许列表”，把那些已知的业务妥协模式写进去，让它默认跳过，只报告真正符合通用反模式的东西。还有个思路是分两级审查，第一轮让Agent只找客观问题（比如空指针、资源泄漏），第二轮再靠人去看设计层面的东西，别指望一个模型全干。

这问题太真实了，我拿GPT-4做Code Review也踩过一样的坑。光塞业务文档其实效果有限，模型对“代码坏味道”的判断是概率性的，你不如在prompt里加一条硬规则，比如“遇到状态机和兼容性判断时，必须输出业务合理性的候选解释，再决定是否报错”，让Agent先自证再下结论。另外，建议把误报的case整理成few-shot示例放到知识库里，比长篇大论的业务文档管用得多。

把业务文档喂进去基本没用，模型分不清优先级。不如直接在规则里加个“业务豁免清单”，让Agent只报纯技术缺陷。

这问题太真实了，我拿GPT做类似的事也翻过车。光靠system prompt确实没用，模型对“业务妥协”和“坏味道”的边界理解很模糊，本质是缺了项目决策的历史上下文。你可以试试把PR描述和关联issue一起喂给Agent，让它先总结改动意图再检查，比塞业务文档更直接。另外可以把误报的case收集起来做few-shot示例，明确告诉它哪些模式是“有意为之”，比泛泛说“注意业务”有效得多。

这问题太真实了，我试过类似的方案，最后发现光靠prompt根本不行。你就算把业务文档塞进去，模型也分不清哪些是历史包袱哪些是故意为之，反而容易把上下文搞得更混乱。建议你换个思路，让Agent只报那些“可以明确从代码结构判断”的问题，比如明显的空指针或者资源泄漏，业务逻辑相关的规则直接关掉，或者改成只提示不阻断。

另外可以试试给Agent加个“分类输出”的机制，让它把每个问题都标上“确定性”和“推测性”，你只处理高确定性的。我之前用了这个办法之后，误报率降了不少，虽然还是会漏掉一些东西，但至少不用每天跟一堆废话斗智斗勇了。

这问题我太有同感了，之前拿GPT做类似的事，差点把核心的交易逻辑全标成“魔法数字”和“过度工程”。我觉得光塞业务文档没用，LLM对“上下文”的理解还是太线性了，它看到if-else多就条件反射报复杂度，根本意识不到那是为了兼容历史数据流的必要妥协。你不如试试在审查规则里反向定义——明确列出哪些模式是“已知业务豁免”，比如状态机手动流转、旧接口适配层，直接写成白名单关键词，比让它理解业务语义靠谱得多。另外，我后来发现一个技巧，让Agent先输出“这段代码的意图推测”，再让它判断问题，准确率能提升不少，因为逼它先解释逻辑，它就不容易乱贴标签了。还有个思路是分两层审，第一层只查空指针、资源泄漏这种硬伤，第二层再谈设计，业务判断干脆留给人工，不然Agent容易越权。你要是试了白名单方法有效，记得回来吱一声。

这问题太真实了，我试过类似方案，把业务文档塞知识库其实帮助有限，因为agent很难判断哪些“冗余”是刻意的历史包袱。我后来是把“允许例外”的规则直接写进审查配置，比如特定文件、特定函数名跳过某些检查，再用注释标注原因，这样比让它理解上下文靠谱得多。另外你可以在prompt里加一条“只报确定性错误，疑似业务逻辑的标记为建议”，让人类二次过滤，误报率能降不少。

试过把项目的wiki和PR描述喂给agent，但token消耗大，而且它还是经常逻辑混乱。我现在的做法是给Cline加了自定义规则文件，把那些“妥协代码”的典型模式列出来，比如兼容旧接口的判断就写“这是有意为之，跳过”。感觉比调prompt有效，但需要你花点时间梳理项目里的“雷区”，一劳永逸。

我倒是觉得别指望它区分业务和坏味道，直接改流程更省心。让agent只检查格式、空指针、资源泄漏这些硬伤，业务逻辑相关的全忽略，然后你自己快速扫一眼PR。毕竟agent的价值是节省重复劳动，不是替代你的判断，非要它理解业务反而会引入更多噪音。

也许你可以试试把“业务妥协”这种场景做成few-shot例子，在prompt里给两个正反案例，比如“这段兼容代码虽然是

这问题太真实了，我试过把业务文档塞进知识库，结果它开始过度解读，连正常写法都开始怀疑。后来我发现关键不是喂文档，而是得在prompt里明确“容忍度”——比如直接告诉它“状态机手动写是已知设计决策，别报”，或者加个规则列表把这类历史妥协项列进去，效果立竿见影。你试试把那些经常误报的模式直接写成豁免规则，比堆业务上下文管用多了。

这问题太真实了，我试过类似方案，光靠prompt根本喂不饱它。把业务文档塞知识库确实有用，但更关键的是给Agent定个“只报确定性错误”的规则，比如空指针、资源泄露这种硬伤，把复杂度、死代码这类主观判断直接关掉。另外可以试试让Agent先输出“疑似问题+理由+风险等级”，你只审核高风险项，不然PRreview能给你累死。

这问题我太有感触了，之前拿GPT做类似的事差点被气死。你往system prompt里塞“注意业务上下文”基本没用，因为这属于模型先验知识盲区，它压根不知道你们业务里那些“历史包袱”和“设计取舍”长什么样。把业务文档塞知识库是个方向，但别直接扔进去，得抽成“审查规则”的形式，比如明确写“兼容旧接口的冗余判断跳过”、“状态机手动流转属于预期设计”这种白名单式例外。另外我试过用few-shot示例——专门挑几个被误报的典型PR，把代码块和“为什么这不是bug”的推理过程喂给它，效果比写一堆抽象指令强很多。还有个土办法，让Agent先输出“怀疑理由”再给结论，配合一个二次过滤层，比如用更便宜的小模型把明显带业务关键词的报错先筛一遍。说到底，这类工具更适合抓死规则（空指针、资源泄漏），业务逻辑判断还是得靠人肉review。

我之前也踩过这个坑，Cline这种agent对“业务上下文”的理解基本只能靠prompt里的关键词，但你要知道它压根没有代码仓库的全局视野，所以把状态机当复杂度、把兼容逻辑当死代码太正常了。你往system prompt里塞业务文档其实作用不大，因为token有限，它根本记不住那些细枝末节。我后来试了个相对管用的办法，就是给agent配一个“例外清单”文件，你手动把那些已知的、刻意的业务妥协点列进去，让它审查时先对照这个清单过滤掉，比让它理解业务快得多。另外你也可以在PR描述里用特殊标记，比如写上“ignore：兼容逻辑”，然后让agent识别这种标记直接跳过，实测比纯靠prompt稳定。但说真的，指望AI Agent完全区分代码坏味道和业务妥协，目前还是不太现实，我最后是把它定位成“查漏补缺”而不是“最终裁判”，重点让它抓未定义变量、明显空指针这类硬伤，业务逻辑还是得靠人review。你要是找到更好的办法记得来分享下，这问题确实挺折磨人的。

这问题太真实了，我试过类似方案，光靠prompt真不够。后来我把项目里的ADR（架构决策记录）和关键模块的注释摘出来塞进知识库，误报率直接掉了一半，但维护成本也上来了。

另外你可以在Agent的审查规则里加个“白名单模式”，把那些已知的业务妥协点先标记成“历史决策”，让它默认跳过。不过说实话，AI对业务上下文的理解天花板就在那，指望它完全分清不太现实，我现在都让它只报它最有把握的几种坏味道，剩下的还是靠人肉review。

试试把项目wiki和关键PR历史喂给它做few-shot，比塞业务文档管用，能学着你司的妥协模式判断。

建议在审查规则里加个“白名单”机制，把那些历史确认过的业务妥协点写进去，比调prompt省心多了。