静态推理无法证明运行时行为：AI PR 代码审查基准测试

Heal 团队发布基准测试，证明 70% 的用户端缺陷无法被 AI 代码审查工具发现，且叠加多个审查机器人收益微乎其微。Heal 通过构建应用沙箱进行运行时验证，相比基于静态分析的代码审查能发现更多行为、性能和安全问题。结果显示代码审查在风格、非运行时文件方面具有互补性，但运行时测试是确认真实缺陷的关键。