YouTube 影片筆記
拆解 Anthropic 團隊 AI 程式碼審核流程，從 PR 前驗證到上線後評測的完整把關做法
YTGet 編輯室
马克的技术工作坊
觀看 1.3萬
觀看原片
原片標題：如何审核 AI 写的代码？从写代码到上线，一套保证产品质量的全流程
原片說明
最近，Anthropic 发了一篇文章，介绍了 Claude Code 团队是怎么审核 AI 写的代码的。因为代码审核和整个发布流程是紧密关联的，所以文章其实把他们从写代码到上线的整个流程都讲了一遍。本期视频，我会结合自己的理解，带大家把这个流程从头到尾走一遍。看完之后，你不仅能了解该怎么审核 AI 写的代码，还能知道怎样搭建一套可靠的流程，保证 AI 写出来的产品的质量。
本期视频的具体内容包括：
- 传统的代码发布流程，以及 PR 前、PR 中、合并时、合并后四个阶段
- PR 前：让 AI 自己验证产品能否正常运行，用全新的 agent 检查代码质量
- PR 中：CI、AI 审核、安全审核和按风险审批，以及 Anthropic 是怎么优化 AI 审核的
- 合并时与合并后：合并队列、功能开关、逐步上线和回滚
- 在 AI 写代码的时代，人最需要做的到底是什么
- 我对未来 AI 开发方向的一些判断
#AI #ClaudeCode #Anthropic #代码审核 #codereview #AI编程 #agent #软件工程 #openai #harnessengineering
🎥 相关视频：
https://www.youtube.com/watch?v=7nCzfgDjSo8&t=1894s
📄 相关文章：
How the Claude Code team does code review: https://claude.dev/blog/solving-code-review-at-anthropic/
⏱ 时间轴：
00:00 视频内容介绍
01:25 传统代码发布流程
02:58 PR 前：确保正常运行、检查代码质量
05:09 PR 中：CI
05:49 PR 中：AI 审核的三个步骤
07:15 PR 中：如何优化 AI 审核
14:31 PR 中：安全审核
14:50 PR 中：按风险审批
15:49 合并时：合并队列
16:44 合并后：功能开关、逐步上线、观察和回滚
18:15 流程小结
20:30 人需要做的事情
22:03 我的一些想法
AI 分分鐘寫幾千行，一行一行看根本看不完，不看又怕它亂寫。馬克把 Anthropic 那篇 Claude Code 團隊的審核流程拆開來講，從提交 PR 前到上線後怎麼層層把關。我原本以為重點是「怎麼審」，看完才發現真正在解的是另一件事：怎麼把人的注意力留給最關鍵的決策。
Claude Code 有九成程式碼是 AI 寫的00:47
影片時間軸
- 00:00開場先問：AI 寫的程式碼到底怎麼審
- 01:27回頭複習傳統的寫碼、PR、合併、發布流程
- 02:56PR 前第一步，給 AI 工具讓它自己把產品跑起來驗證
- 04:21改用全新的 agent 審查，切斷原本的思路才客觀
- 05:25PR 中四道關卡：CI、AI 審核、安全審核、按風險審批
- 07:30用線上真實事故建評測集，替審核流程打分數
- 10:23審核停不下來，有一晚來回改了五十多輪
- 15:51合併時靠合併佇列，在最新主分支上再測一遍
- 16:45合併後用功能開關先給內部員工用，再逐步上線
- 20:30收尾談人該做什麼：定方向、看高風險、為結果負責
用控制審核輪數讓流程停得下來11:06
用真實事故當考題
Anthropic 把每次線上事故記下來，連同是哪個 PR 引入的一起存成案例，累積成評測集。拿舊 PR 重跑一次審核，看它有沒有抓到當初那個問題，抓到一分、沒抓到零分，加總就是基準分。改提示詞、換工具、換模型之後再跑同一套題，分數有升才留下來。這比憑感覺說「好像變準了」實在太多。
把線上事故收集成評測案例07:39
意見越多不代表越好
只算有沒有抓到真問題，AI 就會拼命報，雜訊跟著爆量。所以他們另外統計無效意見的比例：一種是看作者怎麼回應每條意見，改了才算有用，說它錯、說故意這樣寫、說無所謂的都算無效；另一種是拿確認沒問題的 PR 去跑，跑出來的全是誤報。兩個數字一起看，才不會最佳化錯方向。
拿沒問題的 PR 去測誤報率09:54
讓審核停得下來
審核和寫碼的 AI 來回互丟，有一晚同一個 PR 改了五十多輪。解法是前幾輪看整個 PR 加上受影響的地方，之後只看新改的那幾行，因為大範圍的問題前幾輪已經翻過了。另外同類錯誤一次全部指出、提過的意見不重複提、超過三輪就停下來想是不是整體思路錯了。審一輪就過的比例從六成五升到七成八。
一輪就通過的比例升到七成八14:12
人只剩下五件事
整篇看完，流程幾乎都交給機器跑，人要做的是：判斷哪些事該做、親自盯高風險程式碼、把關會被抄著寫的架構、讀測試輸出與截圖這類證據判斷夠不夠、以及為上線結果負責。馬克補了一組數字，六月到九月合併的 PR 翻倍，回滾比例反而降了四成以上。方向跟 OpenAI 那句「人掌舵、AI 執行」是同一個。
值得下載嗎
值得，尤其你已經在用 AI 寫程式卻不知道怎麼審。它給的是一套可以照著搭的流程，不是空泛的心法。