从写代码到上线，一套保证产品质量的全流程 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。
<iframe width="100%" height="580" frameborder="0" src="https://open.douyin.com/player/video?vid=7700949622235188506" autoplay="0" referrerpolicy="unsafe-url" allowfullscreen></iframe>[*]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
[*]传统发布流程拆成 PR 前、PR 中、合并时、合并后；Claude Code 团队沿用同一框架，只替换每个阶段的具体做法。
[*]两步：先给 AI 运行程序、看网页、截图、操作电脑等工具，让它自己跑起来验证功能；再检查代码质量。关键点是换一个全新上下文的 agent 来审，因为它不知道原来的思考过程，反而更客观，不会顺着原思路自我确认。
[*]前三步机器检查，最后一步人工。AI 审核分发现、筛选、处理问题三步：从 “是否达成目标、是否兼容现有系统、是否影响别处” 三个角度查；把风格、冗余这类无关紧要的问题按规则过滤；剩下的分重要问题、小问题、已有问题，每条都必须回应，否则 PR 走不下去。
[*]找出真问题：收集线上事故和引入它的 PR 组成评测集，给审核流程打分，改提示词或模型后再测，分数涨了才保留。
[*]少提没用的意见：按作者反馈（改了、说它错了、说故意这么写、无所谓）统计无效意见比例，也拿确认没问题的 PR 去测。
[*]审核要能结束：有 PR 一晚上改了五十多轮。对策是超过三轮就停下来想整体思路，且后几轮只看新改的那几行，避免每轮都翻出旧问题。
[*]合并走合并队列，配合功能开关、逐步上线和回滚，让问题影响面可控。
[*]结尾作者给出判断：AI 写代码时代，人最该做的是判断什么重要、把有限注意力放在关键处。这套流程本质上是把 “审代码” 从逐行阅读，变成设计一套能自我验证、可量化迭代的机制。
页:
[1]