读懂｜CodeRabbit 的 20 倍产量是谁审过的？

OpenAI 客户案例称 CodeRabbit 用 Codex 半年多交付约 20 倍软件。低风险改动由它自家审查工具自动放行，20 倍的分母与审批点名单都没公开。

在 CodeRabbit，低风险的代码改动已经不等人看，由公司自己卖的审查工具判定后直接上线。这是 OpenAI 11 月 9 日发布的客户案例里最实的一句，比「20 倍」更值得读。

标题的答案也在这里：20 倍产量里，低风险那部分是机器审过、机器放行的；人只守在公司重新划定的审批点上，审批点在哪，案例没写。我们的判断是，20 倍是没有分母的宣称，真正的变化是人的审查从默认环节变成了例外。

一天 83 到 100 个 PR，落在一个人名下

据 OpenAI 的案例，CodeRabbit 联合创始人兼 CEO Harjot Gill 估计，接受访谈前的 30 天里，他本人提交了 2,500 到 3,000 个 PR，也就是请求合并的代码改动。按 30 天平均，每天 83 到 100 个（编辑据原文计算）。

这个数落在一个人身上，就说明了一件事：他不可能逐个读完这些改动。案例写得也直白，Gill 说接入编码智能体后，每家公司碰到的第一个瓶颈就是代码审查。

案例同时写到，公司重新考虑了人的批准该放在哪里，并用 CodeRabbit 自动发布不需要人介入的低风险改动。一位 CEO 每天近百个 PR 能流动起来，靠的就是这一步。

CodeRabbit 的生意就是替别人审 AI 写的代码。案例称它服务 2 万多个组织和 15 万多个开源项目。现在它把同一套东西用在自己身上，决定哪些改动可以不经人手上线。

一个月前的一篇 CodeRabbit 博客给了更多细节。据博客，CodeRabbit 的后台智能体会自己查客服工单和告警并提出改动。

Gill 正在考虑两道新关口：智能体开 PR 前先说明打算改什么，再问要不要继续；资深工程师先审初级开发者写给智能体的提示词。同场的 TRM Labs 当时仍要求面向客户的 PR 与部署由人批准。

两家的分界很清楚。TRM 把人放在客户能看到的改动上，CodeRabbit 把人往更前面挪，挪到「要不要做」和「怎么交代任务」这一步。分析推断：审查没有消失，它从读代码变成了定规则，依据是上面两处原话都在讨论批准放在哪，而不是谁来读代码。

有人会说，Gill 自己一个月几千个 PR，20 倍不难信。可 TokenPost 指出，案例没有交代「出货量」按什么单位算、和哪段时间比、怎么统计；Gill 的 PR 数是个人估计，不等于全队合并或上线的数量。

我们接受 CodeRabbit 产出确实大增，不接受把 20 倍当成可比的生产率。

TokenPost 还整理了两项研究：

两项研究的工具、人员和指标都不同，不能直接验证或推翻 20 倍。分析推断：20 倍远在这类对照测量给出的幅度之外，依据是两项研究的结果都在正负三成以内。

案例也没写低风险怎么界定、自动放行后出过多少回滚。这一点决定了别家能不能照搬，现在只能按企业宣称看待。

回到那位每天提交近百个 PR 的 CEO。他的屏幕上，审代码的已经是机器，他只在机器停下来问话时出现。

CodeRabbit 卖给客户的，正是让人只在这一刻出现的那道闸，它先给自己装上了。20 倍会被忘掉，这道闸不会：在智能体写代码的公司里，人的审查已经从每一步的默认动作，变成机器请示时才出场的例外。