cody测评：别踩这5坑
cody测评别只看回答像不像高手，真正要测的是它能不能读对你的仓库、改出可跑的代码、少制造新债。下面按一套实操流程走，适合准备给团队试用的人，少绕几圈冤枉路。
第1步：先查入口
做 cody测评，开头别急着问问题，先查你到底能不能用。老资料里常见的 Cody Free、Cody Pro 已经不适合当准信；Sourcegraph 官方公告写明，这些计划从 2025 年 7 月 23 日起不再可用，企业版客户不受影响。([sourcegraph.com](https://sourcegraph.com/blog/changes-to-cody-free-pro-and-enterprise-starter-plans))
这一关我会直接问管理员三件事：账号是否开通、IDE token 多久过期、允许哪些仓库做上下文。权限没理顺，后面的测评全是虚的，因为你看到的慢、空、答非所问，可能只是它没拿到仓库。
第2步：挑一件脏活
别拿“写一个冒泡排序”测 Cody，那种题哪个模型都会。要挑真实脏活：一个没人想碰的旧接口、一个偶发失败的单测、一个新人看不懂的业务模块。我的标准是 30 分钟人肉能搞定，但会烦。
比如测一个报表导出 bug：筛选条件在前端是 statusList，后端却收 status_codes，中间 mapper 还藏在 utils 里。你让 Cody 找数据从哪来、在哪变形、哪里可能漏判，这才测得出它的仓库理解能力。
第3步：别喂大锅饭
Cody 支持用 @ 选择文件、符号、远程仓库等上下文；文档也说上下文会影响它能否给出贴合代码库的答案。([sourcegraph.com](https://sourcegraph.com/docs/cody/core-concepts/context)) 测评时别把整个需求甩过去，应该一段段喂：入口文件、相关类型、报错日志、期望行为。
常见坑是问得太像老板：“帮我优化支付模块。”它会给你一篇漂亮建议，但落不到代码。换成“检查 PaymentRetryService 里哪些分支没有写入 retry_reason”，答案立刻实用很多。
第4步：用测试卡它
测 AI 编程工具，嘴甜没用，跑得过测试才算数。Cody 有自动补全功能，建议会以灰色文本出现，按 Enter 或 Tab 接受；这个体验看着顺，但也容易让人手快收下不该收的代码。([sourcegraph.com](https://sourcegraph.com/docs/cody/capabilities/autocomplete))
我会给它三道关：能不能补一个失败单测，能不能只改相关文件，能不能解释为什么这么改。只会生成代码、不敢解释取舍的答案，别放进主分支。
第5步：记录真实成本
最后别只写“好用”或“不好用”，要记账：完成一个 bug 用几轮提示、改了几处文件、人工回滚几次、有没有引入新依赖。很多工具演示时像神仙，进公司仓库就露馅，因为命名、历史债、权限边界都不会配合它。
我的 cody测评结论会分两栏：适合交给它的活、不适合交给它的活。前者像读代码、补测试、解释调用链；后者像拍架构、改核心交易逻辑、处理安全策略。这样团队推广时不容易一热闹就翻车。
常见问题
cody测评要测多久才靠谱？
至少拿 3 类任务测：读旧代码、补测试、小范围修 bug。每类跑 2 到 3 个真实例子，比连续聊一下午更有判断力。
Cody 测评时最容易忽略什么？
最容易忽略权限和上下文。它答得空，不一定是模型差，可能是没看到仓库、只看了当前文件，或者管理员没开某些上下文源。
Cody 适合个人开发者买吗？
现在不能按旧个人 Free/Pro 文章判断。先看你是否有企业版入口；如果只是个人项目，建议同时比较 Copilot、Cursor、Windsurf 或 Sourcegraph 的 Amp。