Anthropic Claude Code 团队重新设计代码审查流程,Claude 编写 90% 的代码

在 Claude 开始编写该产品自身约 90% 的代码后,Anthropic 的 Claude Code 团队重新设计了代码审查流程,将大部分代码阅读工作交给自动化智能体,同时将人类注意力保留给高风险决策。从 2026 年 6 月到 9 月,合并的拉取请求数量增加了一倍多,而回滚率下降了 40% 以上,团队的目标是每个 PR 最多只需一次人工批准,同时不增加回滚或事故。
事件版本 1.
Key insights
人类时间是稀缺资源
团队衡量每个 PR 的人工批准次数、人工评论和 PR 等待时间,并以回滚率和事故率作为护栏。目标是让大多数拉取请求在最多只有一个人参与的情况下合并,这个人可以是作者,同时不增加回滚或事故。
七层审查流水线
变更需通过 PR 前自验证(附测试输出和截图等证据)、强制 AI 审查、阻断性安全审查、阻断性自动化检查、基于风险的人工批准、带功能标志和分阶段发布的合并队列,以及快速检测和回滚。
AI 审查发现的问题大幅增加
带有实质性审查评论的内部 PR 比例从 16% 上升到 54%,超过一千行的 PR 几乎总能发现问题。多个智能体并行搜索缺陷,一个验证智能体在每条发现发布前对其进行投票。
审查者质量持续评估
以前导致事故的 PR 构成一个评估集,审查者每天运行该评估集,只有提高分数的变更才会被保留。噪声通过人类对评论的反应以及在已知干净的 PR 上运行审查者来衡量。
循环收敛修复
一个由智能体编写的 CLI PR 在一夜之间进行了 50 多轮审查,约 59% 被标记的代码在第一轮之前就已存在。将轮次上限设为三轮、后续轮次仅审查增量差异、标记缺陷类别并禁止重复发现,使首轮通过率从 65% 提高到 78%,需要超过五轮的 PR 从 8.9% 降至 1.5%。