Claude Code 团队公开内部代码审查流程:AI 审 PR,人只签高风险改动
Anthropic Claude Code 团队产品经理 Morgan Lunt 分享了他们把代码审查交给 AI 智能体的做法。改用自动审查后,查出实质问题的 PR 比例从 16% 升到 54%,合并 PR 数量翻倍,需要回滚的 PR 减少 40%,目标是 90% 的 PR 合并时不需要原作者以外的人参与。 流程核心是六层防护:写代码的会话内先自测、子智能体复查,PR 提交后由托管的 Claude Code Review 做深度审查,再过安全审查、常规自动检查,最后按风险分级决定是否需要人签字。评测集不用合成 bug,而是用 Anthropic 历史上全部真实线上事故和引发事故的 PR,让审查智能体回到那个时间点重审,看能否定位到出错的具体文件和行号,用召回率和精确率两个指标评分。 团队踩过的坑包括:多个工程师各写的审查机器人在同一个 PR 上意见冲突,导致上百次提交偏离原意,后来合并为一个主审查智能体做去重和排序;为解决智能体越修越挖的收敛问题,要求一次报完所有发现,现在九成以上 PR 三轮内收敛。涉及账单、自动更新等高风险改动仍需第二人批准,由模型根据改动是否触及业务逻辑来判断。
Current read
Anthropic 把自己线上真实事故做成评测集来考审查智能体,这个思路很少见。效果有数字:问题检出率从 16% 到 54%,回滚少了 40%。正在被 PR 审查淹没的团队可以直接抄这套流程。
Evidence
11 sourcesConflict check
Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.