评审

人和人之间传信息，本来就是残缺的、不精准的、留不下来的。

• 口头说一遍，听的人只接住一部分。
• 转述一次，就变一次形。
• 说完就散了，回头找不到原话。
• 做到哪一步说不清，你永远不知道现在走到了哪。

评审这一套，是把传递从「靠嘴」换成「靠一份留得下来的作业」。

「以为做完了」那一组讲了两种没做完：改了，但没改透；合了，但没合上。

读完的人常会追问一句：改的是什么？合的是什么？这一页就是回答。

答案是同一件东西：一次改动，也就是下面说的那份作业。评审就是围着它转的一整圈。没有这个词，那两篇像两条孤立的提醒；有了它，它们是同一圈里的前后两段。

界面上的词大多是英文。换成白话，就是这几步：交作业、批改、机器批改、收进库里。

一份可审的作业PR

把脑子里的想法变成版本清晰、记录完整、可以对比的成果：红的是删掉的，绿的是新增的，一眼看清改了什么、为什么改。它装的不只是代码，也可以是文件、方法论总结、新概念的定义、规划方案，任何需要共识的成果。

从私人经验变成可交接的资产提交

有版本、有记录，能被评审、被修改、被复用；进度走到哪一步，一看就知道。

对这份作业的批改Review

评审的人确认内容对不对、能不能落地。意见留在作业上，谁说了什么、怎么改的，整个共识过程都能追溯。

机器批改CI

作业一交上来就自动跑检查，批改时自动验证。人只看结论，把关的标准不靠哪个人记得。

外部视野AI

工作流接上 AI 之后，不只是人传人，还能借外部的判断力帮着定义、帮着评审。信息的传递从「人到人」扩展到「人到人，加机器」。

共识完成，正式入库合入

这份成果成为团队共享的、可以反复用的资产。

我们是一家小团队，每一份改动都走这一圈。改的人和看的人，常常一边是人、一边是 AI：一个 AI 写改动，另一个 AI 先审读，人最后拍板；上线之前再核一次线上。

评审的对象也不只是代码。这一页的讲义、问答助手的提示词、团队的配置和规矩，都是这样一次一次改出来的。

我们也被它教育过：改过一句提示词，自己以为更稳了，评审前先拿真实问题试了一轮，才发现有一句该拒答的被放了出去。没有这一圈，那一句会直接上线。

工作流配上之后，评审不是一次做到位的。沿着它往下走，一般是这四轮；上一轮的信号出现了，再进下一轮。