真正能用的 AI 代码审查工具，可能只有 233 行。OpenRouter 这份教程里最扎眼的不是模型多聪明，而是那个叫 review.py 的脚本——纯标准库，不装框架，不拉依赖。它干的事却很硬：把改动文件传进托管 Linux 沙箱，让模型亲自跑一遍，确认 bug 真的存在，再吐出一个能直接打上的 V4A 补丁。跟把 diff 丢给模型问“有问题吗”，完全是两码事。
整套流程靠 Responses API 串起来。Files API 把变更文件送进沙箱，Shell 工具给模型一双能敲命令的手，Apply Patch 工具负责把结论落成补丁格式。顺序是关键：先跑，再判断。代码审查的瓶颈从来不是“读懂 diff”，而是“验证假设”——某个函数在空输入下会炸，读一百遍 diff 也只是猜，跑一次就是事实。教程给了四个模型的实测数据，差距主要不在代码品味，而在愿不愿意真去执行、执行完能不能交出可应用的补丁。V4A 这个输出格式值得多说一句：它是能被自动应用的，不是一句“建议检查边界条件”的客套话。
落地几乎没有门槛。脚本可以塞进 pre-push 钩子，也能挂到 GitHub Actions 上，改动文件集本来就是现成输入。真正的成本在等待时间和沙箱配额，不在代码量。所以别急着把它当万能评审员——它更像一个不偷懒、不怕麻烦的初级工程师，你让它验什么它就验什么。把机械的验证交出去，人才有空去看那些跑不出答案的设计问题。
