工程师让果蝇大脑审代码，准确率 88%，碰上难题全军覆没

WorkOS 工程师 Nick Nisi 拿谷歌公开的雄性果蝇大脑图谱，176422 个神经元，让它在笔记本上跑了起来，然后叫它审 PR。

果蝇不识字，所以中间垫了一层。一个辅助模型针对每处代码改动回答 30 个描述性问题，答案加上改动里的标识符被转成一种“气味”，喂给果蝇的嗅觉回路。训练靠真实测试：能复现的回归是苦味，无害改动是糖。闻完之后如果吻管伸出来，就算批准。

在 301 个没见过的改动上，它答对了 88.3%，抛硬币是 50%。

别急着惊叹。同样的气味数据喂给一个普通统计分类器，得分是 94.8%，果蝇并没赢。换一组更难的测试，24 个本来就该改变代码行为的任务，它一个正确改动都没批准。它学会的是“行为有没有变”，判断不了“这个变化对不对”。

这恰好是代码审查最难的那部分，也是很多自动化工具卡住的地方。

所以这基本算一个好玩的工程玩笑，顺带提醒大家，“准确率 88%”这种数字要看它和什么比、在什么题上测。项目网站开放试用，公开 PR 可以直接贴，据说带 token 的话这只果蝇还能把审查意见留到 PR 上。