dsh-review

AI 代码审查最大的痛点不是漏掉 bug，而是报出来的问题一大半是假的。把一堆审查器并行跑在同一个 diff 上，你会得到一堵看似合理、实则多数错误的发现墙，筛选它们花掉的精力比审查本身省下的还多。dsh-review 要解决的就是这件事：不追求发现更多，而是确保每一个被报出的发现都经得起主动反驳。

方法分两步。Find 阶段，正确性、生命周期与并发、API 契约、安全四个视角各派一个子智能体并行审查，每条发现必须附带具体的失败场景而非风格意见。Verify 阶段，每条发现交给独立验证者，其唯一任务是反驳它：读真实代码、尝试复现，证据不明就默认不成立。只有存活下来的发现才会被报告。作者在两个兄弟插件上实测，一次运行消耗 73 个智能体，产出 49 条确认发现、14 条被成功反驳，其中两条确认发现是验证者写了脚本复现后才坐实的。

它适合对发布质量要求高、已在 DeepSeek Harness 多智能体工作流中工作的团队和独立开发者。这不是每次提交都跑的检查，而是一次代价较高的预发布审计，按分钟级预算安排即可。自带 quick 深度约为完整成本三分之一，适合小改动快速浏览；内置的对抗式审查技能会教智能体判断何时值得动用完整审查，以及如何对确认与反驳两类发现采取不同行动。