OpenRouter 的教程用一个 233 行的 Python 脚本演示代码审查：收集文件、差异和测试，交给模型；模型可以在托管 Linux 沙箱里运行短检查，再提交发现的问题和补丁。它试图解决的痛点很具体——一条说得像真的审查意见，未必能复现，更未必附带正确修复。
脚本区分已经确认与尚未确认的发现，也报告补丁是否成功应用。这里有一个容易漏掉的边界：沙箱中的复现针对原代码，补丁写入另一个临时工作副本。补丁“应用成功”只是文件修改成功，不表示修改后的代码已经再次通过测试。沙箱默认没有外网，缺少依赖时也可能无法复现；不能把这类受阻直接判为没有缺陷。
作者人为放入五个缺陷，给四种模型各跑三次。Sonnet 5.5 在三次中都修好五项，平均调用费约 0.0447 美元；这是这份玩具任务的记录。Haiku 有两次用错误的索引方式修补判断，反而破坏了字典调用者。DeepSeek 三次有一次到八轮上限仍未提交，另外两次完成；只统计完成轮次会掩盖这种失败。
教程的价值是展示如何留下复现与修改记录。五个植入缺陷不能代表真实仓库，也没有证明它在没有问题的变更上不会误报。本期阅读流程、代码相关段落和结果限制，没有调用模型、运行沙箱或复测这些补丁。