代码审查是软件开发中保证代码质量的核心环节，传统上强调人与人之间的协作和沟通。但近两年，GitHub Copilot、DeepCode这类生成式AI工具已经杀进了调试、测试和代码审查的战场。IBM在2024年就专门发文讨论AI代码审查的现状。问题来了：AI加入代码审查之后，开发者之间的互动模式、信任关系、技能感知会发生什么变化？尤其是当AI从文字反馈升级成语音对话，又会怎样？这些社会技术层面的影响，学术界关注得还远远不够。这篇文章来自丹麦设计与技术学院的Martin Gundtoft，发表在ICAIR会议（International Conference on AI Research）上，是一篇WIP（Work in Progress）论文，也就是进行中研究的阶段性报告。论文的核心不是提出什么新算法，而是提出了一种研究思路：用Vibe Coding快速搭建AI研究探针，再以"挑衅性原型"（Provotype）的方式投放到真实开发团队中，观察语音AI代码审查会如何搅动开发者的协作、信任和技能感知。论文引用了Andrej Karpathy在2025年初提出的Vibe Coding概念——"你完全沉浸在氛围里，拥抱指数级增长，甚至忘记代码本身的存在"。用大白话说，就是开发者通过自然语言描述需求，让AI帮你把代码写出来。Karpathy是特斯拉前AI总监，也是OpenAI创始成员，他提出的这个概念在2025年迅速走红，甚至成了许多工具的主打卖点。研究者的核心观点是：既然Vibe Coding能把编程门槛降到这么低，那研究者是不是也能用它来快速造研究工具？这个思路其实挺妙的。以往研究人机交互，造一个可用的原型工具可能需要几周甚至几个月，现在用Vibe Coding可能几天就搞定。研究者不需要成为全栈工程师，也能造出带语音识别、语音合成、屏幕共享能力的复杂交互工具。这相当于把"研究者造工具"的门槛也拉低了。从更宏观的视角看，这项研究也切中了当下软件工程领域的一个核心焦虑：AI到底是在辅助开发者，还是在重塑开发者？传统代码审查中，开发者通过互相提意见、讨论设计取舍，不仅提升了代码质量，也在无形中完成了知识传递和团队信任建设。如果AI接管了"挑毛病"的角色，开发者之间的这种非正式学习机会会不会减少？语音AI的加入，会不会让"代码审查"从一种协作仪式变成一种人机交互？这些问题，正是论文作者想要通过Provotype去触碰的。
论文的核心方法论工具是"Provotype"，这个词由Prototype（原型）和Provoke（挑衅）组合而来。这个概念出自Boer和Donovan在2012年发表的论文，核心思想是：设计一个刻意"带点挑衅意味"的原型，投放到真实使用场景中，激发出用户的深层反应——包括他们的期待、担忧、抗拒和接受。与传统的原型设计不同，Provotype的目的不是验证"这个东西好不好用"，而是通过一个具体的、可交互的"物体"来引发讨论和反思。为什么用Provotype而不是普通的问卷或者访谈？因为问卷和访谈只能问到用户"以为自己会怎么想"，而Provotype能让用户实际"用起来"，在真实的使用体验中暴露出那些自己都没有意识到的反应。论文作者想研究的恰恰是这种深层的、可能连开发者自己都说不清的社会技术变化——语音AI的加入会不会让开发者觉得被冒犯？会不会影响同事之间的信任？会不会让人产生"我是不是要被AI取代了"的焦虑？这些微妙情绪，问卷很难捕捉，但一个能实际对话的语音AI审查工具，可以。研究人员还参考了Storey等人2024年提出的"颠覆性研究手册"（Disruptive Research Playbook），这个手册主张用社会技术视角来研究颠覆性技术对专业实践的长期影响，强调以人为本的探究方式。把Provotype和颠覆性研究手册结合起来，研究者既能快速搭建"挑衅性"的AI工具，又能系统地收集用户对AI交互的反应和潜在影响。这里需要特别强调的是，Provotype的设计本身就需要"挑衅"的智慧。如果原型做得太完美，用户只会觉得"这工具不错"，而不会去反思它带来的深层影响；如果原型做得太粗糙，用户又可能因为体验太差而无法进入真实的使用状态。论文作者选择的"挑衅点"是语音交互——让AI用自然流畅的语音给出审查建议，这本身就打破了开发者对"AI反馈=文字评论"的既有预期。当开发者第一次听到AI用声音指出代码问题时，那种"它怎么这么像人"的微妙不适感，正是Provotype想要激发的反应。
下面是龙哥对于大家可能的一些问题的解答：这篇论文到底在解决什么问题？丹麦研究者利用Vibe Coding快速构建AI语音代码审查原型，以"挑衅性原型"方法探索语音AI对开发者协作、信任与技能感知的社会技术影响，为低资源AI驱动研究工具开发提供新思路。这篇工作最值得看的点是什么？本文尚未开展正式实验，仅提出研究设计框架，计划与2-3个丹麦软件开发团队进行约75分钟的定性研究会话。这篇工作的边界或风险在哪里？优点：(1)创新性地将vibe coding与provotype方法结合，为低资源研究者提供了快速构建研究探针的途径；(2)聚焦于社会技术影响这一重要但研究不足的领域；(3)研究设计遵循Disruptive Research Playbook方法论，具有理论支撑。缺点：(1)论文仅为WIP（进行中工作），缺乏实际实验数据和验证结果；(2)样本量较小（2-3个团队），可能影响结论的普适性；(3)对AI反馈的准确性和可靠性缺乏技术评估；(4)研究设计中对文化差异的考虑有限。如果你还有哪些想要了解的，欢迎在评论区留言或者讨论~
可能的问题：的领域；(3)研究设计遵循Disruptive Research Playbook方法论，具有理论支撑。缺点：(1)论文仅为WIP（进行中工作），缺乏实际实验数据和验证结果；
主要参考文献
[1] Karpathy, A. (2025) 'There's a new kind of coding I call "vibe coding"...', Twitter. Available at: https://x.com/karpathy/status/1886192184808149383[2] Alami, A. and Ernst, N. (2025) 'Human and Machine: How Software Engineers Perceive and Engage with AI-Assisted Code Reviews Compared to Their Peers', in 2025 IEEE/ACM 18th International Conference on Cooperative and Human Aspects of Software Engineering (CHASE), pp. 63–74.[3] Boer, L. and Donovan, J. (2012) 'Provotypes for participatory innovation', in Proceedings of the Designing Interactive Systems Conference, pp. 388–397.[4] Storey, M.-A. et al. (2024) 'A Disruptive Research Playbook for Studying Disruptive Innovations', arXiv preprint arXiv:2402.13329.[5] IBM (2025) 'What is Vibe Coding?'. Available at: https://www.ibm.com/think/topics/vibe-coding[6] Gundtoft, M. (2025) Code Review Simulator. Available at: https://keamarg.github.io/Code-review-simulator/
