SWE-Review — closing coding-agent loops with agentic code review

SWE-Review — closing coding-agent loops with agentic code review

核心内容

SWE-Review 把 coding-agent PR 从“一次生成后等待人类验收”推进到 generate-review-revise loop。Reviewer agent 会探索仓库、判断 PR 是否应该接受，并输出结构化反馈供后续修订。论文还提出 SWE-Review-Bench 评估 review correctness 与 downstream revision usefulness，并构建 SWE-Review-Traj 轨迹数据。

为什么对用户重要

这与用户的 Hermes / coding-agent 实践高度相关：高质量自动化不是“让 agent 写更多代码”，而是让 agent 进入可审查、可反馈、可修订的闭环。对 AI 生成代码 review 来说，关键指标不只是 reviewer 找错率，还包括反馈是否真的提升下一版 resolve rate。

机制 / 一阶原理

单轮生成把所有压力放在作者 agent 和最终测试上；review loop 将问题分解为 proposal、diagnosis、feedback、revision。Reviewer agent 需要独立探索仓库，以避免固定上下文 review 漏掉真实依赖。SWE-Review 的重要点是把 review 的价值定义为“能否改善后续修订”，而不只是静态批注质量。

与已有 wiki 的关系

• 直接扩展 AI-Code-Review 的 independent verification / evidence-driven review membrane。
• 与 Agentic-Coding 形成闭环：coding agent 不是一次性 patch 生成器，而是 issue resolution loop 的参与者。
• 与 Agent-Benchmarks 相关：评测应同时覆盖 review decision accuracy 和 revision usefulness。

对 Hermes / llm-wiki 的启发

1. 对重要代码修改任务，可要求“生成者 / reviewer / reviser”分离，即使都由同一模型执行，也要切换上下文和证据表。
2. 对 wiki ingest，也可引入 review-revise：先生成 source/concept，再用独立 pass 检查 wikilinks、写入记录、raw provenance 和 index/log。
3. 评估 reviewer 时要记录它是否改变了最终质量，而不是只统计评论数量。

失败模式 / 边界

Reviewer agent 可能与作者 agent 共享盲点；如果没有真实测试、规格或外部证据，review loop 会变成相互确认。另一个边界是成本：多轮 review-revise 需要按风险路由，不适合所有小改动。

写入记录

• 2026-07-08 09:00 CST：基于 arXiv 摘要创建来源页，沉淀 SWE-Review 对 AI Code Review 和闭环 issue resolution 的启发。