运维工程师用 AI 做代码评审：让 AI 先过一遍再人工评审
作为负责服务器、发布流水线、监控告警和故障处理的运维或 SRE，你可能也有同感：告警多、脚本杂、变更文档和故障复盘写起来费时，夜间排障时更需要快速理清思路。代码评审耗时且容易流于形式，AI 可以先找出明显的问题，让人把精力放在设计和业务逻辑上。本文给出运维工程师用 AI 做代码评审的一套可直接照抄的做法：把改动的代码和背景说明交给 AI，指定评审维度和输出格式，让它按严重程度列问题，再由人判断。
使用场景
运维工程师每周要评审不少代码改动，比如和“完成两台数据库服务器的磁盘扩容”相关的提交。改动多的时候很难每行都仔细看，容易漏掉边界条件、异常处理和安全问题。尤其当技术负责人同时还在等“更新 Nginx 配置模板”的结果时，能把这部分工作提速，就能腾出精力处理更重要的判断。
工具选择
代码托管平台和编辑器中有不少 AI 评审工具，例如 GitHub Copilot 的代码评审、GitLab Duo、Cursor 以及各类开源的 AI 评审机器人；也可以把差异内容贴给对话助手。
案例：一次完整的使用过程（虚构）
先看一个虚构但很典型的例子。晓雯是一位负责服务器、发布流水线、监控告警和故障处理的运维或 SRE，这周手头的事情包括“处理 2 起磁盘告警和 1 起证书过期隐患”和“清理无主的云资源”，偏偏这时又需要做代码评审。晓雯没有从空白页开始，而是先花几分钟把相关材料整理好，按下面的提示词交给 AI，拿到初稿后对照原始资料逐条核对，再补上自己的判断。整个过程中，晓雯特别留意不把服务器 IP、账号口令、证书私钥和内部拓扑放进对话里。
操作步骤
- 准备改动说明：这次改动要解决什么问题
- 提供代码差异或改动后的文件
- 指定评审维度：正确性、边界条件、安全、性能、可读性
- 要求按严重程度分级输出，并给出修改建议
- 人工确认每条意见，AI 的意见不等于结论
提示词模板（可直接复制）
下面的提示词可以直接复制，按运维工程师的实际情况替换细节：
【背景】身份：负责服务器、发布流水线、监控告警和故障处理的运维或 SRE；平时主要和开发团队和技术负责人打交道。
请评审下面这段代码改动。
背景：完成两台数据库服务器的磁盘扩容，这次改动新增了一个按主机组查询“告警记录”的接口。
语言：Python（FastAPI）
评审维度：
1. 正确性和边界条件（空值、分页、时区）
2. 安全（注入、越权、敏感信息日志）
3. 性能（N+1 查询、缺少索引）
4. 可读性和可维护性
输出格式：严重程度（阻塞 / 建议 / 细节）| 位置 | 问题 | 修改建议
只指出确实存在的问题，不确定的请标注“需确认”。
代码：
（粘贴 diff）
示例输出（仅供示意）
下面是演示用的输出示例，其中的人名、数字和事项均为虚构，实际使用时请以你自己的资料为准：
严重程度 位置 问题 修改建议 阻塞 query_records 第 12 行 用字符串拼接构造 SQL，存在注入风险 改为参数化查询 阻塞 接口入口 未校验调用者是否有权访问该主机组的数据 增加权限校验 建议 第 20 行 每条记录单独查询关联信息，存在 N+1 问题 改为批量查询 建议 日志 打印了完整请求参数，可能包含敏感信息 脱敏后再记录 细节 第 5 行 变量名 d 含义不清 改为 record_date 需确认：page_size 未设上限，是否在网关层已限制？
注意示例中所有内容都是虚构的。实际使用时，AI 的输出质量取决于你提供的材料是否完整、要求是否具体。
避坑指南
- 提供改动背景，否则 AI 无法判断逻辑是否符合需求。
- 把团队的编码规范放进提示词，评审意见会更一致。
给运维工程师的特别提醒
排障时把日志片段、时间线和最近变更一起提供，让 AI 帮你列排查顺序。还有一点很关键：涉及删除、重启、改权限的命令，必须先确认影响范围并做好回滚准备，不能照抄执行。
还可以这样用
- 安全专项：只关注注入、越权、敏感数据等安全问题。
- 评审总结：汇总一段时间的评审意见，提炼团队常见问题。