AI热榜 根据 GitHub 的公告 ，GitHub Code Quality 现在已经在 GitHub Enterprise Cloud 和 GitHub Team 上正式上线。
该服务将 CodeQL 分析与人工智能辅助的可维护性和可靠性问题检测相结合，并利用 Copilot Autofix 在拉取请求中提出待审核的修改建议。
Code Quality 自 2025 年 10 月起便处于公开预览阶段。
据 GitHub 介绍，在此期间，已有超过 1 万家企业使用了该产品。
该正式版本新增了组织级启用功能、显示可维护性和可靠性评分的仪表盘、测试覆盖率指标，以及用于质量门控的规则集。
公告详细说明了该产品在开发流程的两个环节中如何运作。
在拉取请求中，CodeQL 会结合上下文报告质量检测的发现，并能显示更改是否影响测试覆盖率。
在默认分支上，它可以识别整个代码库中现有的质量债务。
团队可以使用规则集来强制执行覆盖率或其他质量阈值，并提供评估模式以支持分阶段部署。
AI 辅助开发工具正在增加代码的产出量，但评估其设计和长期可维护性所需的工作仍然由工程团队承担。
GitHub 表示，在他们自己的工程团队中，Code Quality 发现的问题中有 67.3% 在拉取请求合并前就已经得到解决。
GitHub 将这一结果视为一项早期评估指标，而非质量保证。
Code Quality 能够识别问题并确定优先级，但是否采纳建议的修复方案，最终仍然由开发人员决定。
对于利用 AI 提高代码产出的组织而言，在 CodeQL 现有安全检查机制的基础上，此次更新为可维护性、代码覆盖率和可靠性增添了一层管控机制。
该方法扩展了 GitHub 当前利用 CodeQL 和 Copilot Autofix 进行安全防护的做法。
InfoQ 近期的一篇新闻报道 介绍了微软如何将静态分析与 AI 生成的修复方案相结合，用于处理 Azure Repos 中的漏洞。
该报道还指出，生成的修复方案仍然需要经过常规测试和人工审核，因为它们可能不完整或者会带来意想不到的影响。
Code Quality 帮助团队交付值得信赖的代码。
—— GitHub
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接