Claude Code 团队如何进行代码审查

原文 ↗ Hacker News 讨论 ↗

Anthropic 声称，其 Claude Code 团队现在让 AI 编写和审查大约 90% 的变更——据说每天大约有 30,000 次合并——这引发了关于这种速度究竟带来什么的激烈争论。评论者质疑，在人类不再保持对系统连贯的心智模型，而是依赖代理去总结和自我验证大型代码库时，代码质量、稳定性、安全性、UX 折腾以及长期可维护性会如何。也有人看好自动化审查流水线和更高吞吐量，但警告 token 成本、合规要求，以及像“每日变更数”这样的 Goodhart 化指标，使这种方法对大多数团队而言风险很高或难以企及。

变更规模与代码质量

  • 许多人对声称的约 ~3 万次变更/天以及约 ~90% 由 AI 编写的代码持怀疑态度，尤其是对于一个看起来相对简单的 TUI/脚手架来说。
  • 一些评论者认为这只是周转：无休止的小 PR、忙碌工作和重构，而不是真正有意义的功能进展。
  • 用户反馈 Claude Code 及相关工具经常出现回归、UI 不稳定和 bug，并将其解释为极端变更速度的后果。
  • 也有人认为，没有上下文的情况下，数量指标（PR、LOC）毫无意义，可能掩盖真实进展很少的事实。

AI 生成代码：强大 vs. 低质堆料

  • 反复有人指出，LLM 生成的代码往往：
    • 重复、过于冗长，而且架构不佳。
    • 容易出现细微 bug，以及后来难以理解的“凭感觉写出来”的复杂性。
  • 有人说，在严格约束和良好规格下，AI 能写出优于平均水平的代码；也有人说，完全凭感觉写出来的项目会很快变得难以维护。
  • 有人担心，一旦代码库被 AI 低质堆料“感染”，人类会越来越依赖 AI，才能理解并修改它。

代码审查、测试与所有权

  • 支持者强调 AI 审查是一个重大的生产力提升：快速的首轮审查、多智能体审查者、自定义 GH actions，以及对 bug 覆盖率的提升。
  • 怀疑者指出：
    • 自动化审查可能会漏掉更深层的设计问题和长期复杂性。
    • Anthropic 的指标（事故/回滚率）忽略了架构债务和内聚性。
    • 人类责任和对系统的心智模型仍然至关重要，尤其是在高风险领域。
  • 有人描述的工作流是：人类专注于规格、结构和架构，而代理负责实现以及重复的审查循环。

UX、产品稳定性与开发者体验

  • Claude 产品中频繁的 UI 变化与高变更率有关；有些人认为这带来了真实的功能和 UX 改进，另一些人则认为这是一种持续扰动，并且对用户工作流缺乏尊重。
  • 有人担心，快速的 AI 驱动迭代会使发布回归变得正常化，并把用户当作测试者。

安全、合规与成本

  • 当代码可以在只有作者加上 AI 审查的情况下合并时，人们会质疑 SOC2 和企业控制。
  • 有人担心，基于 AI 的安全审查明确容易受到提示注入攻击，并可能鼓励把真正的正例当作“假阳性”而忽略。
  • 关于 token 开销的争论：有人认为 AI 审查比人类时间更便宜；另一些人指出，大多数团队都是“token-poor”，无法复制 Anthropic 那种奢侈的用量。