第二十四章 魔高一尺

    周三下午，Bug Café。

    老周看了一眼吧台后面的钟：“一点你就来了，今天不加班？”

    “自由职业没有加班。”韩路一端着美式坐到角落的老位置，“只有随时在班。”

    老周哼了一声：“我当程序员的时候可不这么自我感动。”

    韩路一打开电脑。

    CodeSafe的官网还停在上次的标签页，注册数涨到了三千八，好评测评从三篇变成了七篇。

    每篇测评他都看了。

    他喝了一口咖啡，下载了CodeSafe的公测版，本地装好，打开。

    上次只扫了一眼轮廓，这次要看仔细的。

    开视界。

    灰色代码流从屏幕底部浮上来，像透视图一样在眼前铺开，前端框架、后端微服务、数据管道、模型推理层，CodeSafe的整个技术栈一览无余。

    先说好话。

    前端React加TypeScript，组件拆分规范，交互动效流畅。UI比BugKiller好看三个档次，他们有专门的前端团队，这不是一个人能追的差距。后端Go写的网关，Python跑推理，中间Kafka做消息队列。教科书一样的技术选型。支持三种语言，检测速度不慢，企业集成的文档写得比很多大厂都好。

    视界在整体代码质量旁边浮出一个评级标签：

    【代码质量评级：优秀】

    不差，斯坦福CS博士加谷歌的经历不是白混的，这套系统的工程化水准放在创业公司里算顶尖。赵文渊有两把刷子。

    韩路一继续往下看。

    视界深入核心检测引擎，代码流变密，信息量陡增。他集中注意力，精力值开始加速消耗。

    然后他看到，核心引擎上方，一行黄色WARNING缓缓浮现：

    【架构风险：检测引擎采用全量遍历+大模型推理路线｜当前性能：代码库＜5万行时表现优秀｜WARNING：代码库规模超过20万行后，误报率将非线形上升（预估：5万行误报率3%→20万行误报率17%→50万行误报率41%）｜根本原因：特征提取未做分层剪枝，大规模代码库的上下文窗口溢出导致模型幻觉】

    5万行，3%。

    20万行，17%。

    50万行，41%。

    三个数字，非线形上升。

    现在CodeSafe的用户全是个人开发者和小团队，代码库普遍在5万行以下。体验好，好评是真的，赵文渊不是在作假，他的产品在当前用户规模下确实能打。

    但企业客户的代码库动辄几十万行。

    这都不是Bug，Bug还能修。架构选型从根上走了另一条路，特征提取没做分层剪枝，核心引擎直接用大模型全量推理。5万行以下没问题，上下文窗口装得下。超过20万行，窗口溢出，模型开始产生幻觉。检测结果从“准确”变成“瞎猜”。

    要修？重写核心引擎。

    至少三个月。

    赵文渊大概率还不知道。公测期用户全是小项目，数据漂亮得很，他肯定觉得自己牛逼坏了。

    等真接了企业单，才会发现这事有多棘手。

    韩路一关掉视界，精力掉了六十多点。

    他靠在椅背上，看着CodeSafe首页那行“最完整的AI代码审查方案”。

    苏念念推门进来带了一股外面的风。围巾还没摘，径直走到韩路一对面坐下，掏出电脑。两人约好了在Bug Café碰面。

    “我注册了CodeSafe。”

    “嗯。”

    “搞个对比测试？”她打开一个GitHub仓库，“这个开源项目，Python后端服务，大概八万行。各跑一遍。”

    两台电脑同时开始跑。

    BugKiller的进度条先到底，CodeSafe慢了快一分钟。

    结果出来了，苏念念把两个窗口并排放在一起。

    BugKiller报了50个，CodeSafe报了36个。

    韩路一又开视界扫了一遍，51个Bug。

    他拿视界的结果当答案，逐条比对。BugKiller：50个里48个是真的，2个误报，漏了3个。CodeSafe：36个里32个是真的，4个误报，漏了19个。

    看了二十分钟源码确认之后，他把误报数据告诉苏念念。

    苏念念在本子上算：“误报率，我们百分之四，他们百分之十一。”

    漏报率他没提，总不能跟苏念念解释自己为什么知道真实答案是51个。心里默算了一下，百分之六比百分之三十七。

    八万行代码库上，CodeSafe的误报率明显上升了。