RevHive 程式碼審查基準測試:PR 說明會洩漏答案嗎?
評估 AI 助理能不能找出程式漏洞時,如果測試內容本身藏著答案,分數就可能不準。RevHive 回頭檢查自己的測試流程,發現原本宣稱會移除測試程式碼,實際上並沒有;完整差異內容裡還留著測試檔名和程式碼,可能讓 AI 助理看到線索。團隊用 10 個漏洞案例各跑一次,分別測試保留完整差異、加上 PR 說明,以及移除測試和檔案內容。移除測試後,AI 助理在密碼雜湊外洩案例中從完全沒找到問題,變成找到 2 個高風險問題;加上含 CVE 編號的 PR 說明後,總發現數則從 24 項降到 21 項。這次結果顯示,答案線索沒有讓分數變高,但每種條件都只跑一次,還不能確定哪種方式長期表現較好。