Claude Code 实现自产自审：九成代码由 AI 生成与审查，人类专注高风险决策

Anthropic 近期通过博客发布报告指出，随着 Claude Code 的广泛应用，其生成的代码中约有 90% 无需经过人类直接审阅。面对这一趋势，Anthropic 团队解释了从依赖人工逐行检查转向多层自动化审查机制的必要性与实施细节。

在五月至九月期间，Anthropic 大仓库每日合并的代码改动量从约 2500 次激增至超过 30000 次。由于单纯依靠人力审阅已无法适应此规模，团队不再纠结于是否有人看过每一行代码，而是转而关注错误发生后的后果及如何拦截高风险变更。

Anthropic 设计了一套包含七层的安全检查体系，其中关键包括提交前的自我验证、提交后的多 Agent 审查投票以及最终的人类审批。只有当自动化测试通过、构建成功且风险分级允许时，代码才会被合并。

尽管 AI 承担了大部分基础审查工作，人类并未退出流程。对于高风险改动（如计费系统、自动更新器或将被用作模板的架构），必须由人类进行最终批准。此外，代码作者本人也需纳入审批人列表，无论该代码是人工编写还是由 AI 生成。

实际运行中曾出现过两个 AI Agent 互相评审一个 CLI PR 长达数十轮的情况。调查发现，后几轮审查指出的问题约 59% 在第一轮已存在，多轮交互往往是在反复挖掘旧有缺陷而非发现新 Bug。基于此，团队将最大审查轮数限制为三轮。

通过优化审查策略，Anthropic 成功降低了平均审查轮数从 2.08 降至 1.32，需五轮以上审查的 PR 比例从每 11 个中有 1 个下降至不足 2%。团队强调，回滚率与事故率是两个核心指标，只要这两项数据未上升，自动化审查机制就被视为有效。