本发明提供一种大语言模型驱动的代码审查与优化方法，属于计算机科学领域，本发明首先通过丰富的代码样本和精确的人工标注对模型进行强化训练，确保其具备准确的代码理解和分析能力。随后利用训练好的大语言模型对输入的源代码进行深度解析，构建抽象语法树(AST)，以捕获代码的深层语义信息。最后，模型自动分析代码，识别出潜在的缺陷、不规范的编码实践以及优化的可能性，并根据识别结果，生成具体的优化建议，包括代码修复方案和遵循最佳实践的指导，为开发人员提供高效支持，确保软件产品的质量。