Claude Code九成代码由AI写，六层审查怎么把关

Claude Code自身约90%的代码，如今已交给Claude来写。写代码的活儿换了人，改动数量随之猛增：6月到9月，合并进代码库的PR数量翻了一倍还多。

放大到整个Anthropic来看，主代码库每天合并的改动，5月约2500次，9月已经超过3万次。

代码堆到这个量级，人还读得过来吗？要是审查也一并交给AI，它出了错又该由谁发现？

10月15日，Claude Code团队把内部的代码审查流程公开了。他们披露，PR数量翻倍的同时，需要回滚的PR占比反倒相对下降了超过40%。

靠的是六层检查，再加一套能快速发现问题、快速回滚的兜底机制。

在Claude Code团队看来，到了这个体量，逐行人工审查已经不现实。不过审查并没有被取消，大部分读代码的工作，改由机器承担。

一段AI写出来的代码，上线前得先跑测试、过AI审查和安全审查，再按风险高低决定要不要人批准。

Claude Code团队认为，「有没有人读过这段代码」这个问题本身就不够精确。该问的是：这次改动可能出什么错，一旦出错，应该由哪一道检查把它拦住？

人工审查之前，AI先交出验证结果

一次改动要过六道检查，末尾还兜着一张安全网。

第一关在创建合并请求（PR）之前。Claude得跑测试、把构建做完；改动涉及界面的话，还要截图和设计稿对照。

随后再派一个子智能体，用全新的上下文去审代码差异。它没参与写代码，任务就是专门挑刺。

官方要求说得很明白：Claude必须把执行的命令和输出摆出来，只回一句「测试全部通过」不作数。

普通开发者也能照这个思路来：给AI派任务时，把验收标准一并讲清楚。

第二关才是PR上的AI审查。几个智能体同时找bug，另一组再投票核验，票数够了，问题才会贴到PR上。

只关乎代码风格、诊断提示或代码清理的意见，不会发到PR上，会被直接过滤掉。

这套审查今年3月刚上线时，团队内部拿到实质性审查意见的PR占比从16%涨到了54%。

第三关查的是安全。团队内部立了条规矩：代码审查或安全审查留下的发现，只要还没关闭，PR就合不进去——要么改掉，要么把理由写清楚再关。

第四关是持续集成（CI）检查，代码规范、类型检查、各平台测试、构建打包都在里面。哪怕只是动了一个普通的命令行工具（CLI），交到人手里之前，也可能要先跑几十项检查。反复冒出来的问题，还得变成下一次检查的依据。

CLAUDE.md用来记录项目约定，REVIEW.md则告诉审查器重点查什么、哪些能跳过，这一次发现的问题，就成了下一次审查的经验。同一条意见要是被提到第三遍，就该写进规则里了。

第五关是人工审批。这一关最关键，下一节细说。

第六关管合并与发布。改动闯过前面几关，还得进合并队列排队。

排到它的时候，系统会把它放到主分支的最新版本上，所有检查重新跑一遍。这一步防的就是「各自没问题，合起来出问题」。

合并之后，新功能也不会立刻推给所有用户。它先藏在功能开关后面，只对Anthropic内部员工开放。员工天天高强度使用，往往比外部用户更早撞上问题。功能开关就像一个总闸，不用改代码、不用重新发版，就能决定功能开还是关。

最后是兜底。出了问题，先把总闸拉下。

团队每周轮班值守，每次事故复盘都要追问一句：这件事本该在哪一关被拦住？

审查并没有消失，它变成了贯穿开发、合并和发布的层层检查。

零人审批的边界在哪里

前四关全绿之后，第五关按风险分级，决定这次改动要几个人批准。文档、文案、仅内部可见的功能，以及藏在开关后的新增改动，都算低风险，自动审查和安全检查通过后，可以免掉人工审批。

普通产品改动，还有缓存、自动更新器、系统提示词这类敏感区域，需要一个人。

碰到最高风险的代码，再算上少数被点名的路径，就得两个人盯。

乍一看，低风险改动好像已经不用人管了？

其实没这么轻松。

风险等级看改动本身来定：先由第一个分类器读代码、判风险，第二个分类器再决定要不要多加一道人工审批。

代码所有者圈出来的敏感路径，加上全部CI工作流文件，都绕不开人工审查。

轻量审批那条道也不是谁都能走：只向仓库「可信作者」名单内的人开放，名单外的人想合并，还得再拉一个人签字。

指挥AI动手写代码的那个人，本身就被算作一名审查者，责任跟亲手敲代码一样，出了事得为这次改动兜着。

零人审批，并不代表没人负责。

功能做不做、架构合不合理，这些得由人来拍板；现有检查能不能兜住这回的风险，同样要人来判断。

于是Claude Code团队立了条规矩：你合进去的代码，日后出了问题，修的人通常就是你。

点批准之前，审查者要把话说清楚——这些检查到底验了什么，哪些风险还敞着没盖住。

讲不明白，就先别点通过，把该补的审查补齐再说。

AI审查也会失灵

自动化审查有时候会把自己绕进去。

有个CLI项目的PR，一晚上来回折腾了五十多轮审查和修复，最后还是作者手动喊停。

一个小毛病，人一秒钟就能放过，AI却不会，它会一根筋地改下去，改完提交一次，又触发一轮审查。

团队拿git blame回查，发现审查器反复标出来的问题里，约59%是首轮审查之前就存在的老代码。新bug它很少逮到，每轮不过是多翻出几个旧的。

之后他们改了四条规矩：

审到第三轮还没过，就提醒作者先退一步，重新想想方案；

前几轮过后，只盯新增的改动；

同一类问题，一次点透；

已经提过的问题，不再翻旧账。

效果马上就出来了。

内部PR里，一轮审查加修复就通过的占比，从65%升到78%；要磨五轮甚至更多的，从8.9%掉到1.5%；平均审查次数，从2.08降到1.32。

复审规则调整后，经一轮审查加修复即通过的占比从65%升到78%，平均审查次数则由2.08降到1.32。

会审查，一半功夫在挑毛病，另一半在拿捏何时停手。

那么，多层审查就能保证没有漏网之鱼吗？

Anthropic自己就遇到过一个反面案例。

3月26日，Claude Code推出了一项优化：会话闲置超过一小时，便对旧的推理记录做一次清理。

然而一个bug让它恢复对话后每一轮都在执行清理。Claude因此变得健忘、开始重复，调用工具也出现异常。该bug直到4月10日才修复。

本应在闲置后只清理一次旧推理，实际却每轮持续清理；红框标出的是被误删的内容。

官方在4月23日的复盘中承认：

这项改动穿过了多轮人工与自动审查，单元测试、端到端测试、内部试用都没能拦住，光确认根因就花了一周多。

复盘里出现了转折。

团队用Code Review重审了出事的PR：给足相关仓库上下文时，Opus 4.7找到了这个bug，Opus 4.6没有找到。

这次回测表明，模型能力与上下文完整性都会左右检出结果。他们随后让审查引入更多仓库。

现在，每一起事故都会变成一道考题。

团队把PR收集起来，由熟悉代码的工程师逐个确认其中的bug，整理成一套考题。

审查器每天拿这套考题跑分。每次调整提示词、工具或模型，也要用它检验效果：成绩没有提高，这次调整就不采用。

团队也没有把话说满。

改动上线后，仍要依靠开发者、值班人员结合数据看板发现异常。

依据回滚率等指标自动收紧审批的「熔断」机制尚未建好。工程师们希望先补上这道保险，再让更多改动走零人审批。

审查难免漏检，发现和补救也得跟上。

在一位Claude Code团队成员看来，慢下来出错是少了，可根源在于做的事本身就少了。因此团队更愿意把精力用在提升发现问题和修复问题的速度上。

一个人用AI写代码，要验收什么

AI审查只给意见，拍板的还是你。

所以，别急着追求「不用看」，而是先让AI每次交付都回答三个问题。

第一，怎么验证的？

具体跑了哪些检查、得出什么结果，哪些情形仍属空白，需要一并说明。

Claude Code创造者Boris Cherny讲过，给Claude一套验证自己的办法，或许是最要紧的一环。他估算，这么做能让最终结果的质量达到原来的2至3倍。

Boris Cherny的建议是让Claude自己去验证工作，形成反馈循环；按他的估计，最终结果质量可提升至2—3倍。

第二点要问的是：会影响哪里？

改动会牵涉到哪些用户、哪些数据、哪些权限。

比如让AI给汇报工具加个共享功能，就得先问明白：链接哪些人能打开，打开之后能看到什么内容。

第三点：出了错怎么撤回来？新功能能不能一键关掉，能不能退回到上一版。

动手之前先提交存档，每次改动尽量做小。先把撤回的路留好，再谈少审。

这三个问题之外，还有三个习惯值得养成。

头一个习惯，是换个「脑子」做复审。

写代码的那个会话，最容易对自己留下的bug视而不见。

可以开一个新会话，也可以让子智能体带着全新上下文来复审；本地的/code-review和/security-review命令同样能直接跑。

第二个习惯，给改动分档处理。

改文案、调样式这类，检查通过、实际效果确认之后再合并；碰到登录、付款、删除数据，关键逻辑就得人工细查，还要补上针对性测试。

一开始宁可严一点，等验证和回滚流程跑顺了，再逐步减少低风险改动的人工审查。

第三个习惯：三轮还不过，就换个思路。

AI改了三轮仍在原地打转，别急着催第四轮，先回头看看方案本身是不是就错了。

最要紧的一条：AI说「通过」，不等于你这边已经验收完毕。

代码是你让它写的，上线之后的结果，也得由你来负责。

Claude Code团队的目标，是让多数PR至多一人介入，同时把回滚率和事故率守住。

人的注意力，应该更多放在判断风险、确认检查够不够充分，以及出错之后怎么补救上。

人可以不读每一行代码，但每一次上线，都必须有人担起责任。

参考资料：

https://claude.dev/blog/solving-code-review-at-anthropic/?utm_source=chatgpt.com 

https://www.anthropic.com/research/april-23-postmortem?utm_source=chatgpt.com 

https://x.com/bcherny/status/2007179861115511237