Anthropic实践：用AI验证证据替代人工代码审查
编辑点评 · AI 连续创业者视角（以下内容由 AI 提炼，观点归原作者；读完可不看原文）
这是关于大公司内部AI工程效能优化的案例。关键数据：Anthropic代码合并量从5月日2500次涨至9月3万次（A·实测）；76%开发者因AI产速过快无法验证（B·第三方调查）。对搞钱者的意义：揭示了从“写码”到“验证”的效能瓶颈转移，提供了一套可复用的AI代码审查工作流，适合使用AI辅助开发的技术团队参考。下一步：参考其“AI先审+人看证据”的流程，建立包含录屏、截图在内的自动化验证标准，以提升交付质量。
- 建立AI代码审查Hook，自动触发测试与检查
- 要求AI提交录屏/截图作为功能正常证据
- 将团队最佳实践写入CLAUDE.md供AI参考
- 采用端到端测试+属性测试+视觉验证三组合
- 关注CI数据，排查高失败率的自动化流程
一天合并3万次代码，Anthropic靠AI“交证据”替代人工逐行审查
Anthropic 5月日均合并代码变更约2500次，至9月激增至超3万次，增长超10倍。面对海量变更，团队放弃人工逐行读码，转由AI模拟用户操作并生成录屏、截图等证据，人工仅负责核验证据置信度。此流程将验证标准从“代码可读性”转向“行为可验证性”，为使用AI辅助开发的技术团队提供了一套可落地的质量管控范式，直接解决AI生成速度远超人工验证能力的瓶颈。
核心打法：AI先审，人看证据
该流程分三步执行，核心在于将“写代码”与“验证正确性”解耦。第一步，让Claude扮演真实用户，跑通端到端测试，在浏览器中实际操作功能，并运行代码规范检查；发现问题通过自动触发的Hook立即修复。第二步，将团队最佳实践与判断标准写入CLAUDE.md或AGENTS.md等专用配置文件，使AI在审查时有据可依。第三步，人工不再阅读代码逻辑，而是核验AI提交的验证证据。例如开发网页功能，要求AI提供在浏览器中点击操作的录屏；涉及移动端，则需提供手机与桌面端截图。目标是让AI尽可能多地提供可感知的功能正常证明，而非依赖抽象的代码注释。
数据支撑：验证环节成最大瓶颈
效能转移有明确数据佐证。持续集成平台CircleCI分析2800万次自动化流程后发现，代码产出量上涨59%，但每10次尝试向生产环境合并中有3次失败，表明增量并未等比例转化为稳定上线。另一项由Sonar发布的调查显示，76%使用AI生成代码的开发者表示，AI产出速度已快于其验证能力，导致质量风险累积。Anthropic负责人Addy Osmani指出，模型生成能力（如Opus 5.5）已相当成熟，团队效能的增量空间不再源于“写”的加速，而在于“验证”的扎实程度。能否建立低成本、高置信度的自动化验证机制，直接决定AI辅助开发的最终交付质量。
可复现步骤：三类测试组合拳
落地此流程需构建多维验证体系，避免“验证”流于口号。具体执行以下组合测试策略：一是端到端测试，模拟完整用户操作路径，确保功能闭环可用；二是属性测试，不罗列具体案例，而是定义规则（如“排序后列表长度不变”），由程序自动生成随机输入验证逻辑边界；三是视觉验证测试，通过前后截图对比，检测界面布局或样式是否发生非预期变更。同时，需监控CI流水线数据，识别高失败率的自动化环节，优先优化。将上述测试标准与团队规范写入CLAUDE.md，使AI在审查时自动参照，形成“AI生成—AI自测—证据提交—人工核验—自动合并”的完整闭环。此方法适用于所有引入AI编码助手的团队，关键在于把“检查什么”标准化，让AI有明确依据产出证据。
（原文源 宝玉(@dotey) 国内不可直接访问；上文为 AI 依据原文提炼，未转载全文）
