Claude Code团队自曝:九成代码由AI写,管理方法才是关键

资讯 腾讯网 作者:AI寒武纪 全文 1948 字 · 约 5 分钟读完 配图 2 张 分类ClaudeAnthropic

阅读之前记得关注+星标⭐️,,每天才能第一时间接收到更新 Anthropic负责开发Claude Code的团队,现在有大约90%的代码全由Claude自己编写和审查。一个人本来只能盯一两个AI,因为每行代码都得人眼去查。有了证据闭环,一个人就能同时指挥几十个甚至几百个Claude并行工作。内部测试显示,在结构化文件生

所属频道 大厂动态Claude 与 Anthropic

Anthropic旗下负责Claude Code开发的团队,如今大约90%的代码都由Claude自行编写并审查。

以往一个人顶多盯一两个AI,原因是每行代码都要靠人眼过一遍。现在情况变了。

内部测试表明,在结构化文件生成这类任务上,让独立的AI去处理,效果相当可靠。

过去要生成测试、基准和技术规范,成本高得吓人。如今AI几秒钟就能产出一整套。这些测试生成之后就变成了按程序运行的软件,反复跑也不怎么消耗Token。

如果AI反复在同一处栽跟头,比如总在日志里打印用户数据,开发人员就会采取相应措施。

想让这套体系运转起来,有两种常见的死法得避开:

测试不稳定,AI就会学会反复重试刷通过,而不去真正修代码。

测试太慢,AI批量排查的频次就会降下来,定位问题也会变得非常艰难。

团队筛选出了三种最值得投入的测试方法。

第一种是

如果精力只够做一种测试,首选端到端。

这类测试直接模拟用户的真实操作,比如把商品放进购物车、结账、跳转到支付成功页。

这类测试很难被投机取巧绕过去。整个功能要么通,要么不通。

单元测试超时只会报错说30秒超时,根本看不出哪里卡住。

真实环境里的操作权限,团队会交给Claude:测网页走Chrome插件,测手机App用移动端模拟器,测桌面软件靠桌面控制,也能直接在本地把后端服务拉起来。

功能地图

第二种是

很多测试只覆盖了人类能想到的漏洞。

做法是先写下一条绝对不能被打破的规则,然后再据此展开。

常见的规则包括:

数据序列化之后再反序列化,必须能完整还原。

账户余额永远不能变成负数。

同一套迁移或清洗逻辑执行一次和执行两次,结果必须完全一样。

优化后的新代码和没优化的老代码,输入相同时输出必须完全一致。

这些随机边界条件不带主观偏见,非常适合防范AI瞎写,在原有规范已经脱离生产实际的重构场景里尤其管用。

第三种是

在大规模系统重构迁移时,系统功能通常要求完全不变。

到这一步,可以拿随机输入或生产流量切片,原封不动地同时喂给新旧两套系统,让它们并排跑。两边的输出一旦对不上,就说明新系统里有Bug。

做

Claude Code团队自己踩出来的实战规矩

代码只要动了,就得放到真实系统里从头到尾完整跑一遍。

团队在代码库的

谁写这段代码,谁就负责把对应的检查逻辑写出来,直到这套检查能像人一样准确揪出问题。检查工具一旦要叫人来看,必须把原因讲明白,不能让人再去翻代码改动。

测试挂了,Claude会先自己试着修。连着改三轮还是过不了,它会马上停下,叫人来接手。

团队手里还有一张核对表,列了39项可靠性指标。每项都配了明确的触发条件,比方说会话存储或者消息类型一变,就会专门去查老版本的记录还能不能正常加载。

Claude会自己看代码改了什么,每次只启用对得上的3到10条规则,没人需要去背历史上出过的事故。

代码审查只用

团队用

有一条红线不能碰:被审查的代码不许改动审查规则本身。

审查工具读的

审查必须等代码正式生成提交记录之后再开始。审查过程中代码还在被推着改,结果就整个作废。

便宜的检查要排在前面。提交PR之前,Claude得在本地把测试、构建和代码格式检查跑完,别去占共用的CI资源。

新增拦截卡点时,系统先进入

观察模式

确认没问题了,再转成

审查系统自己也要被持续考核。

团队盯的是合并之后被回滚的比例、负责人在合并前打回的比例,还有那些长期保持稳定的代码样本。

评估的时候,团队会把历史事故发生时的代码状态还原出来,给出单句标准答案。审查系统只有准确点出这个具体的Bug才算得分。

检查结果被分成必须修复、建议修复和历史遗留问题三类。碰上历史遗留缺陷,系统不会认定当前提交者违规。

漏掉的Bug会直接变成新规则。

一条路是翻人类的审查留言和回滚记录。同一个问题在两次提交里重复出现,又能从代码变动里认出来,就立为候选规则。团队会安排三个独立的AI去试着推翻它,最后由人来合并进主分支。

另一条路是拿三个找Bug的工具把历史事故PR重跑一遍。两个工具都能抓出问题,代码改动量又小,那就说明规则库有漏洞,必须补写进

碰到偶发不稳定的测试用例,Claude不许跳过,不许加等待时间,也不许反复重试到通过为止。根因找不到,Claude就得把这个测试删掉,并写清楚删除原因。

规则文件、测试用例和验证脚本也会定期清理,免得越堆越臃肿。

说到底,就是把验证系统当成一个独立系统严格对待,规则放在AI碰不到的地方,漏了问题就补规则,失效的规则定期清掉。

这些做到位之后,人就不用一行行去读代码了。人要做的是把“完成”的标准定清楚,然后直接去看AI拿出来的运行证据。

参考:

https://claude.dev/blog/how-the-claude-code-team-thinks-about-verification/

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Cursor密钥泄露:恶意Claude Code扩展波及5000开发者

    Cursor于2026年11月14日确认安全事件:Fireworks AI密钥被盗后,攻击者于10月29日上传恶意Claude Code扩展版本2.1.312和2.1.313,约5000名开发者可能安装带SSH后门的版本。事件暴露AI工具链凭据泄露风险,Cursor已迁移推理流量并重建市场。

    来源 AI 行业观察
  2. Claude Fable5.2上线:70万笔触代码作画,不靠扩散模型

    Anthropic 当地时间11月9日发布 Claude Fable5.2与 Mythos5.2。该公司无传统文生图模型,Fable5.2却能以代码在虚拟画布上模拟画笔逐笔作画,还原笔刷纹理、颜料湿度与画布质感并可修正错误。不同于 Midjourney 等扩散模型从噪声生成图像,它把绘画拆解为笔触指

    来源 AI 开发者社区
  3. Claude Fable5.2靠代码作画:70万笔触画出购物车

    Anthropic 11月9日发布 Claude Fable5.2 与 Mythos5.2。Fable5.2 无传统文生图模型,却能以代码在虚拟画布逐笔作画,还原笔刷纹理、颜料湿度与画布质感,并可修正错误。它不同于 Midjourney 等扩散模型从噪声生成图像,而是把绘画拆解为笔触指令执行,每幅画是一段约1000至2

    来源 AI 产业速递
  4. 沃顿教授让Claude打磨3D世界,它给自己写了8.7万词规章

    这几乎就是AGI了,不过是「锯齿版」的! 最近,沃顿商学院教授Ethan Mollick干了一件事:让Anthropic刚发布的Fable 5.2带着一群AI去造3D世界。 头两天,它一口气造了328个。 数量是够多了,但质量参差不齐,各支AI团队还老撞题。 Mollick就交代了一句:停建新的,把现有的打磨好。 没想

    来源 AI 行业观察
  5. de Souza 谈 AI 代读:知识判断的责任该由谁承担

    研究者需要的不只是AI生成的答案,更是审查答案、追溯来源并为知识判断负责的能力。 作者丨张 璐 编辑丨马晓宁 你有没有过这样的经历:面对几十页密密麻麻的PDF,实在抽不出时间细读,于是把论文丢给ChatGPT或Claude,让它帮你提炼核心观点。 几秒钟后,一份条理清晰的摘要出现在屏幕上。你点点头,觉得自己已经掌握了论

    来源 AI 行业观察
  6. Anthropic、OpenAI抢滩个人财务:AI帮你管钱,谁有资格动这笔钱?

    AI开始碰触普通人最敏感的一部分生活:银行卡里还有多少钱,下个月需要还多少账单,以及这些钱最终会花到哪里。 11月初,Anthropic推出Claude个人财务测试版。很快,OpenAI也相对应地发布了ChatGPT Wallet。前者通过连接账户帮助用户看账,后者已经允许智能体在用户确认后完成购物支付。 两家的功能不

    来源 AI 行业观察
  7. 450道题逼出AI编程漏洞:最强模型也难幸免

    2026年,一个研究团队做了一件挺较真的事。他们找来六个最厉害的AI编程助手,给它们布置了450道题,题目来自150个真实世界里发生过的安全漏洞。规则很简单:只告诉AI要实现什么功能,绝口不提安全二字,就像现实中大多数程序员写需求文档那样。结果呢?**最强的那个模型,Claude Fable 5,写出的代码里,真正做到

    来源 腾讯网
  8. Claude安全对齐:小宪法如何约束模型行为

    Constitutional AI 不只是给模型贴道德标签,而是把原则写进训练和评估流程。本文拆解 critique-revision 机制、RLAIF 反馈循环,并教你怎么为企业应用编写可测试的“小宪法”,让 AI 在隐私、权限和事实准确性上不再胡来。

    来源 AI 应用前沿
  9. Taste Skill 开源:把前端审美写成 AI 能读的规则

    很多AI生成的前端页面虽然功能正常,但总有一股廉价的“塑料味”。Taste Skill不是一个新框架,而是一套给AI代理看的“审美说明书”。它通过SKILL.md文件,将排版、留白、动效等设计原则转化为模型能理解的约束条件。你可以把它挂载到Cursor或Claude Code中,让AI在写代码时自动遵循更高级的视觉规范

    来源 AI 应用前沿
  10. 燃气轮机订单排到2031年,AI公司开始拆航发供电

    (本文作者为 硅碳变量,钛媒体经授权发布)文|硅碳变量,作者|沈浪据英国《金融时报》11月8日报道,Anthropic在9月下旬与位于德克萨斯州圣安东尼奥的设备供应商OnePWR Solutions完成一笔交易,以34亿美元(约合人民币227亿元)锁定1.7吉瓦重型发电机供货,用于数据中心的电力供给。更早之前,AI基础

    来源 腾讯网
  11. 9所高校23位研究者发布126页综述:个人智能体怎样才算持续在线

    个人智能体,正在迎来一场前所未有的密集爆发。 在海外,前沿AI实验室接连出手,推出Muse、dots、Claude Duet、Grok Bot、Gemini Daily Brief等重磅产品。它们不再只是被动地等待用户提问:有的在对话结束后继续在云端默默干活,有的每天清晨准时送来定制简报,还有的每隔几小时自动巡检一次用

    来源 AI 行业观察
  12. Anthropic上市在即:SBF当年5亿美元投资,如今值300亿

    Anthropic敲钟在即,一笔投资往事浮现。 时间回到2021年,身家百亿美元的90后币圈天才Sam Bankman-Fried(下称SBF),向尚未推出Claude的Anthropic投入5亿美元,一度间接持股约13.56%,成为其最大的早期投资人。 如今回看,他的这笔投资异常成功,Anthropic从一个名不见经

    来源 AI 行业观察
  13. AI生成代码该不该开源:Anthropic模式触动开发者争论

    作者 | 褚杏娟“所有 AI 生成的代码都应该开源。”11 月 15 日,开源开发者 Jakub T. Jankiewicz 公开呼吁将 AI 生成的代码全部开源,或者直接放入公共领域。他认为,AI 模型从开源社区几十年积累的代码和技术知识中受益,企业却可以利用这些模型生成闭源软件,将原本属于社区的集体成果转化为自己的

    来源 腾讯网
  14. 英伟达CEO黄仁勋辞职,OpenAI模型安全与资本争议升温

    英伟达领导层变动、Anthropic拟上市与财报窗口,使AI交易从增长叙事转向现金流、资本效率和治理连续性验证;美国将先进芯片出口管制延伸至远程算力与最终用户审查。OpenAI在儿童安全、媒体分发与健康研究上推进基础设施化,同时因自主智能体安全遭加州起诉。Claude Fable 5.2展现过程智能,谷歌Gemini4

    来源 钛媒体
  15. Anthropic招33名前特工:AI安保竞赛升温

    据路透社援引Revelio Labs劳动力数据,Anthropic 2026年已招募33名反间谍背景员工,较2024年的9名增长超三倍;与此同时,前OpenAI工程师Abdulrahman Alfozan被控在旧金山总部会议室植入加密录音装置,涉嫌与沙特王室成员保持密切联络。两件事同时浮出水面,标志着AI公司

    来源 AI 科技快讯
  16. Anthropic本周启动IPO:1.25万亿美元估值能否撑住AI牛市

    作为首家独立上市的美国前沿AI公司,其定价将直接影响谷歌、亚马逊、微软等云巨头的8950亿美元资本开支逻辑。Dan Ives认为,若Anthropic上市估值能够站稳1.25万亿至1.4万亿美元乃至更高水平,并伴随强劲的股价表现,将直接为整个AI投资链条提供有力背书。

    来源 华尔街见闻
  17. 刚刚,Anthropic公开Opus 5.5同款自主Agent架构:算力成本狂降78%

    阅读之前记得关注+星标⭐️,,每天才能第一时间接收到更新 真正能全天候自主干活的AI Agent,平时绝大多数时间都在睡觉,只有来任务时才会醒过来。所谓的全天候运行,只是用户层面的感知。Anthropic发了一篇工程文章首次披露了这种自主智能体的完整底层架构。过去几个月,自主型Agent迎来爆发。爆发的核心原因在于底层

    来源 腾讯网
向下滚动自动加载更多