Anthropic 導入 AI 程式碼審查流程,合併請求倍增且回滾率降逾 40%

文章摘要

Anthropic開發團隊因應AI生成代碼數量激增,調整Claude Code程式碼審查流程,自六月至九月間合併請求數量倍增,且因錯誤需回滾的比例降低逾40%。新機制捨棄逐行審查,改以自動化測試、建置與Lint工具先行驗證,並部署獨立AI代理進行多重審查與安全性檢查。團隊導入風險分級審查制度,低風險變更可免人工核准,高風險或敏感區域則強制須經人工審核。審查循環限制為三次,顯著提升效率,初次審查即通過比例從65%提升至78%,需五次以上審查比例則從8.9%降至1.5%。目前人工審查仍負責架構決策與高風險項目,AI產出的最終責任仍由指揮代理的人員承擔,並透過功能旗標分階段發布產品,將事故資料回饋至評估數據集以持續優化自動審查系統。

AI 大叔解析

## 【核心判斷】
人類工程師不再逐行盯程式碼,改當「風險守門員」與「架構裁決者」。這套打法的真正代價與門檻,是團隊必須先具備極度嚴密的自動化測試鏈、獨立沙盒代理審查,以及出了事能立刻止血的 Feature Flag(功能旗標)基礎設施。

新聞揭露的數據相當漂亮:6 月至 9 月間合併請求(Pull Request)翻倍,但出錯需要回滾(Revert)的比例反而降低超過 40%;一次修正就過關的 PR 從 65% 拉高到 78%,卡在五輪以上審查的地獄比例更直接 from 8.9% 摔 to 1.5%。但請別誤會這是單純「叫 AI 幫忙看 code」的魔法,它的背後是拿掉了傳統逐行審查,改用多層 AI 交叉比對潛在漏洞與資安問題,並把整個審查反覆溝通的上限鎖死在 3 輪。

## 【毒舌吐槽】
很多技術主管看到這種數據,明天大概就想把團隊的 PR 全丟給模型自動合入。但 Anthropic 敢讓低風險變更「零人工審查」,底氣是人家有 CI 工作流的強制隔離、多個獨立上下文(Fresh Context)的代理交叉驗證,以及把事故回饋成評估資料集的工程閉環。多數公司連單元測試都覆蓋不全、上線靠拜拜,要是也學著「低風險不經人工核准」,下場大概不是 PR 翻倍,而是線上事故翻倍,最後工程師還是得半夜爬起來手動修災難。

## 【為什麼重要?】
軟體開發的生產力瓶頸,已經正式從「寫程式」轉移到「驗證與承擔責任」。

當生成工具讓產量暴增,傳統人工 Review 一定會被沖垮。這套架構展示了分流的核心邏輯:低風險放行、中風險 1 人審、高風險 2 人把關,CI 等敏感區塊絕對人工鎖死。它把工程師的注意力從「檢查變數命名和基本語法」中抽離,逼人類只專注在系統架構、產品走向與高風險決策。更關鍵的組織制度是:指揮 AI 代理的人,必須對產出的程式碼負全責。這打破了「代碼是 AI 寫的所以不甘我的事」的推諉空間。

## 【影響對象與建議】
- **軟體工程架構師**:檢視目前 CI/CD 流程,若自動化測試覆蓋率不足,切勿盲目引入 AI 自動審查;優先補齊測試防線與功能旗標機制。
- **研發團隊主管**:重新設計 Code Review 規範,建立以風險分級的核准矩陣(高風險雙人、低風險免審),並明定由提示詞下達者負擔代碼最終責任。
- **QA 與資安工程師**:提早介入審查機制的規則制定,將資安檢查與異常回滾事件轉化為自動化驗證集,避免測試邊界模糊導致線上防護失守。

想更了解這個話題?