大 PR / 大 diff 的处理（机制 · 保证 · 实测）

ReviewGate 面向「AI 一次改很多文件」的场景，因此对超出模型上下文窗口的大 diff 有一套自适应处理，核心目标是：宁可标记「没审完」，也绝不把大 PR 当成干净 PASS 放行。

机制

1. 审查单元（plan_units）——输入预算 = provider 的 max_input_tokens（默认 200k）。diff 在预算内时整包为 1 个单元（正常 PR 零退化）；超预算时按目录就近装箱，切成多个单元分别审。
2. 固定开销预留——切分时预留「系统提示词 + 维度 focus」的固定开销（overhead = estimate(system) + max(focus) + 余量，plan_budget = budget − overhead）。保证每个单元在 首轮一定可发送，不会切出一堆「一发就超预算、审不到任何东西」的单元。默认 200k 预算下为无感知 no-op。
3. 多单元采样固定为 1——大 PR 本就庞大，不再叠 --samples，避免 单元 × 维度 × 样本 的成本放大；多采样只在单单元（正常 PR）上用于提升 flaky 漏报的召回稳定性。
4. 逐单元自适应降级——单元 prompt 先带「改动文件的完整新版本」上下文；若超预算 → 退化为 diff-only；仍超（单文件 diff 本身就超预算）→ 跳过该单元并标记 oversized（计入未审完，绝不静默放行）。
5. Agent 内每轮预检——审查过程中 Agent 会用工具（read_file / grep 等）按需取上下文。若累积对话超预算，下一轮发送前预检会优雅收尾：保留本轮已得到的发现，停止继续取，而不是崩溃或静默截断。

保证：绝不静默通过

任何单元被跳过、超时、请求失败或提前收尾，结果都会：

• incomplete = true，并产生对应 warnings（oversized / timed_out / failed / incomplete）；
• 判定降级为 WARN（不会是 PASS）；
• 配合 --fail-on（CI 中）可使进程非 0 退出，避免「没审完」被误读为「干净通过」。

实测（2026-06-27）

用真实开源 PR / 多提交范围压测大 diff（修复了一处「固定开销未预留导致单元首轮全部超预算」的健壮性 Bug 后）：

PR / 范围	语言	规模	预算	单元数	首轮超预算	发现	判定
axios 847d89b	JS	9 文件	4k	8	0	13	WARN+incomplete
requests f8bec2f	Python	19 文件	6k	2	0	2	WARN+incomplete
axios HEAD~30..HEAD	JS	55 文件 / ~5000 行	16k	8	0	12	WARN+incomplete
ripgrep HEAD~40..HEAD	Rust	28 文件	12k	4	0	6*	WARN+incomplete
gin HEAD~80..HEAD	Go	46 文件 / ~2500 行	16k	6	0	13**	BLOCK+incomplete
curl HEAD~30..HEAD	C	132 文件 / ~2400 行	12k（偏紧）	11	0	15***	WARN+incomplete

* 含一处真实 AI 幻觉 API 捕获（[u8] 上不存在 as_bytes_mut()）。 ** 含真实 Slowloris DoS（#nosec G112 抑制告警却未设超时）+ 复制粘贴残留（错误信息引用不存在的 maskHeaders()）——大 PR 上同样能给出 BLOCK。 *** 诚实的反例：12k 预算对 132 个密集 C 文件偏紧，多数单元在取上下文时耗尽预算 → 提前收尾、结果以「未审完」为主（实质发现≈0）。仍安全——WARN + incomplete，未静默通过。说明大 PR 的 max_input_tokens 需与 diff 密度匹配（见调参）。

结论：

• 跨 5 种语言（JS / Python / Rust / Go / C） 验证，最大 55 文件 / ~5000 行、最多 11 个单元：切单元后首轮超预算全部归零（固定开销预留修复在规模上稳住）。
• 预算充足时产出真实发现（AI 幻觉、复制粘贴残留、Slowloris DoS 等），大 PR 既能 WARN 也能 BLOCK——切分不削弱召回。
• 预算偏紧时（curl 例）退化为「未审完为主」，但仍诚实标记，不冒充 PASS。
• 「绝不静默通过」不变量全程成立：凡有单元跳过 / 提前收尾，一律降级且 incomplete = true。
• 残留的 round≥2 超预算均为 Agent 取上下文后的优雅收尾（保留已得发现），属预期安全行为。

单文件超预算（oversized）路径

当单个文件的 diff 本身就超预算（无法再切），它会被单独标 oversized 跳过，而不是崩溃或静默放行。

实测 axios de1a8100（含 2467 行 package-lock.json）@8k：3 个 lockfile（diff 各约 53k / 11k / 11k tok，远超 8k）被逐个跳过并点名到具体文件（unit:package-lock.json …），同 commit 的小文件正常审（无误报），decision = WARN、incomplete = true。即「AI 改了超大生成文件」时——不崩溃、不静默放行，明确告知哪些文件未审 + 建议拆分改动或调大 max_input_tokens。记录见 bigpr-oversized-axios。

详细单次记录见 docs/evals/（文件名 2026-06-27__bigpr-*.md）。

调参

参数	作用
max_input_tokens（provider 配置）	输入预算，决定何时切单元。需与 diff 密度匹配：过紧会让单元在取上下文时耗尽预算、退化为「未审完」（见上表 curl 反例）。小上下文模型可调小；大模型保持默认 200k。
--samples N	单单元 PR 的每维度采样次数（>1 取并集提召回，成本 ×N）；多单元下自动固定为 1。
--timeout S	单维度墙钟上限，超时跳过该维度并保留其余（计入未审完）。
--fail-on block\|warn\|never	CI 中由哪种判定触发非 0 退出；未审完会降级 WARN。