Materialize 用 LLM Agent 系统化发现代码缺陷

Materialize 自 2026 年 2 月起，借助 Anthropic Opus 4.6/4.7 驱动的 LLM Agent 系统，在既有代码和开放 PR 中持续发现 bug。该实践已运行数月，覆盖代码审查与缺陷检测场景。

系统设计围绕 Agent 的上下文窗口、工具调用能力与代码库规模之间的平衡展开。团队将代码片段、diff 与错误日志结构化输入，利用 LLM 的模式识别能力定位逻辑错误、边界条件与竞态问题，而非依赖传统静态分析规则。

该方案表明，LLM Agent 可作为持续集成中的人工审查补充，尤其擅长发现跨文件、跨函数的隐式依赖缺陷。Materialize 的经验为数据库与流处理系统团队提供了可复用的工程实践参考。