问题
开发者在使用 Claude Code、Codex 等 AI 编码工具后，队友需要审查动辄上千行的大 PR。信号原话：
目标用户
使用 GitHub 做代码审查的开发者和工程团队，尤其是队友大量使用 Claude Code、Codex 等 AI 编码工具的团队。市场规模难以从这两个信号判断，但 AI 编码工具普及后大 PR 审查是普遍场景。
解决方案
- 语义分组：用 LLM 把 PR 中的文件和改动块按逻辑语义聚成组（如“登录逻辑变更”、“配置更新”），而不是按文件路径机械排列。
- 审查顺序重排：把最需要人看的改动（业务逻辑、安全相关）排前面，纯生成样板代码靠后或折叠。
- 每组中文摘要：每组一句话说明改了什么、为什么要看，帮助 reviewer 快速建立心智模型。
- side-by-side diff：perforce 风格的并排对比视图，配合 tree-sitter 做机械级分组兜底。
- AI 的角色：负责理解 diff 的语义并分组、排序、摘要；tree-sitter 处理不依赖 LLM 的语法级切分。
为什么是现在
Claude Code、Codex 等 AI 编码工具让 PR 体积暴涨，传统按文件排列的 diff 视图无法应对，出现了“reviewer 直接放行”的新行为（信号原话："I felt like if I looked at the PR on Github I would just auto pass it through"），而 LLM 恰好具备理解 diff 语义并分组排序的能力，这是工具链变化催生的新问题。
MVP 范围
第一个版本：接入 GitHub，读取一个 PR 的全部 diff，用 LLM 按语义把改动分组、排序并生成每组的一句话摘要，按可审查的顺序逐段展示 side-by-side diff。不做的：不改代码、不做自动修复建议、不支持 GitHub 以外的平台、不做团队协作和统计功能。
风险
- 平台依赖：完全依赖 GitHub API 和 PR 页面，GitHub 内建同类功能会直接挤压生存空间（Perspica 已在 Show HN 上展示同类方案）。
- 技术风险：语义分组的质量依赖 LLM 对代码的理解，分组错误可能让 reviewer 反而漏掉关键改动，产生信任问题。
- 商业化风险：目标用户是习惯免费开发工具的人群，信号中无任何付费意愿证据。
- 证据薄弱：目前只有一个 HN 帖子（14 分、6 评论）支撑这个痛点，真实痛感和市场规模未经验证。
已有产品
信号证据
这张卡片依据的原始讨论。摘录保持原文，点“原文”查看上下文。
Hacker News · Show HN9月30日痛点▲ 156 条评论
“I felt like if I looked at the PR on Github I would just auto pass it through because I didn't want to deal with it.”
Reviewers auto-pass large AI-coded PRs on GitHub because they don't want to deal with reading them, so changes go unreviewed.原文
Hacker News · Show HN9月30日新品发布▲ 156 条评论
“Thought I'd clean it up and share it in case this style of review was useful to anyone else.”
Perspica is a semantic diff tool that groups and orders code changes for easier review of large AI-generated PRs.原文