Anthropic 10月15日在开发者博客发表《How the Claude Code team does code review》（作者 Addy Osmani、Morgan Westlee Lunt、Qing Wang），复盘了在「Claude写下约90%代码」的前提下如何重构代码审查流程。今年6月至9月，该团队合并的Pull Request数量翻倍以上，需要回滚（revert）的比例下降超过40%——核心思路不是取消审查，而是把大部分「阅读」交给机器，把人的时间留给机器不擅长的判断。

分层审查：七道关卡

官方披露的流程是：①工作在任何人查看前先自我验证——给Claude可运行的测试、构建或截图对照，让它展示输出而非声称完成，再用一个全新上下文的子代理审查diff；②每个PR跑AI审查；③可阻断合并的安全审查；④lint、类型检查、多平台测试与构建等自动化关卡；⑤按风险分级的人类审批（计费、自动更新器、CI工作流等高风险代码必有人审）；⑥合并队列、功能开关与渐进发布；⑦快速发现、快速回滚。项目用CLAUDE.md向审查者交代约定，代码所有者编写REVIEW.md说明本模块「什么样的失败最致命」，并要求审查意见给出文件与行号证据。

防止审查发散与人类角色

为避免AI审查轮次失控，团队设置三轮上限、首轮后仅复审新增diff、按「bug类别」标记以便一次修完同类问题；审查代理还每夜跑存量代码。人保留五类决策：要不要做（方向与范围）、高风险代码、会被复制的架构模式、阅读证据（测试输出与截图）、以及为每次变更担责——「你合入的代码你负责」。

可借鉴的落地路径（原文「How you can adopt」一节）：先在一个仓库挂AI审查并调优REVIEW.md数周再推广；PR模板强制填写测试方式与回滚方法；用合并队列+功能开关保证一切可逆；把事故与回滚沉淀为评测集，在审查提示词或模型变更时重打分。对本站这类「AI批量生成+定时发布」的内容管线同样适用：机器做穷尽式检查，人只守住方向与发布决策。