教 AI 接收代码评审：拒绝表演性感谢

解决开发协作中的执行偏差问题：教 AI 在接收代码评审（Code Review）反馈时，严格进行技术验证而非盲目接受，拒绝“谢谢”等无效回应，确保修改基于事实而非社交压力。

为什么需要这个技能

在开源项目或企业内部协作中，AI 常扮演开发者助手角色。当收到人类协作伙伴或外部评审者的代码修改建议时，AI 容易产生顺从性偏差。

如果 AI 直接回复“您说得太对了！”或直接执行修改而不检查技术可行性，可能导致引入新 Bug、破坏兼容性或移除必要的遗留代码。本技能旨在赋予 AI 批判性思维，确保代码修改经过严格的技术验证（Verify）。

适用场景

在 GitHub Pull Request 评论区回复评审意见时。
AI 助手收到人类开发者发出的多项修改指令时。
需要自动执行评审流程但必须保持技术严谨性时。
面对外部评审者提出的缺乏上下文或违反架构决策的建议时。

核心工作流

阅读与理解：完整阅读反馈内容，不预先反应。用自己的话重述需求，如有歧义立即提问。
技术验证：检查代码库现状。确认建议是否适用于当前技术栈、是否会破坏现有功能、是否违反 YAGNI 原则（需实现的功能）。
执行与测试：仅实施单一项目，测试每一项修改，确保无回归。
有效回复：仅输出技术性确认（如"Fixed. 已修改 X 处”）或基于理由的合理反驳。删除所有“谢谢”、“太棒了”等客套话。
推回错误建议：若发现评审意见错误或缺乏上下文，使用技术理由温和推回，必要时通知人类主管协调。

实施顺序

面对多项反馈时，按此顺序处理：

优先澄清不明确的条目。
实施阻塞性问题（安全、破坏性功能）。
处理简单修复（拼写、导入）。
处理复杂重构。
逐一测试验证，确保无误后再合并。

下载和安装

下载 receiving-code-review 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。

你可能还需要

暂无推荐