2026年7月16日 修復缺陷是容易的部分。弄清楚它為什麼存在才是重要的 大多數團隊修復缺陷後就繼續前進。同樣的缺陷反覆出現。以下是如何在費根審查內部執行因果分析，從而停止兩次編寫同樣的缺陷。 fagan-inspectionscausal-analysisdefect-analysisroot-cause
2026年7月15日 Pull Request 審查能發現 15-30% 的缺陷。資料 50 年前就已給出答案。 IBM、AT&T、HP 與 Microsoft 的多項研究均證實，非正式程式碼審查大約能發現四分之一的缺陷。以下是資料實際說明的內容、該比例偏低的原因以及解決方法。 fagan-inspectionscode-reviewdatapr-reviews
2026年7月14日 通用檢查清單什麼都抓不到。結構化檢查清單能發現60%的缺陷。 大多數審查檢查清單都是複製貼上的良好願望列表。Fagan inspection風格的結構化檢查清單基於實際缺陷數據構建，針對特定工件類型，並在個人準備階段使用。以下是如何構建一個有效的檢查清單。 fagan-inspectionscode-reviewchecklistsstructured-review
2026年7月13日 大型語言模型可以預先審查你的程式碼，但它無法主持會議 費根審查需要四到六個人、兩小時才能審完250行程式碼。大型語言模型可以透過承擔準備工作與檢查清單的執行來削減這部分成本，但它無法取代人類角色去發現最昂貴的缺陷。 fagan-inspectionsllmcode-reviewai-engineering
2026年7月12日 Fagan Inspections 在測試前發現90%的缺陷。然後我們不再使用它。 Michael Fagan 在 IBM 設計的結構化審查流程，能在程式碼進入編譯器之前捕獲幾乎全部缺陷。但它也消耗了專案總工時的15%–20%。本文解釋軟體史上最有效的審查方法為何消失，以及團隊究竟失去了什麼。 fagan-inspectionscode-reviewsoftware-historyprocess
2026年7月11日 你最優秀的審查員也會遺漏大多數缺陷。Fagan 於1976年在IBM測量了這一點。 即使是高級工程師，在非結構化審查中也只能發現一小部分缺陷。Michael Fagan 在IBM的研究揭示了原因，並建構了結構化審查流程來解決這一問題。 fagan-inspectionscode-reviewhuman-factorsdefect-detection
2026年7月10日 大多數程式碼審查只能發現20%的缺陷。Fagan Inspection能發現90%。 非正式的程式碼審查只能發現15%到30%的缺陷。Fagan Inspection是一種有50年歷史的結構化流程，持續報告60%到90%的缺陷移除率。以下是它的運作原理、團隊迴避它的原因，以及如何執行輕量級版本。 fagan-inspectionscode-reviewdefect-preventionsoftware-quality
