Anthropic 的答案是:派一整隊 AI 去審查每一份程式碼改動。這項服務叫 Code Review。它結束試用,正式上線了。
Code Review 正式開放。對象是 Claude Team 和 Enterprise 客戶。它之前只是研究試用版。
它是一隊 AI,不是單一工具。多個 AI 同時讀同一份改動,分工搵問題。
大部分審查 6 至 10 分鐘完成。試用版要約 20 分鐘。即是大約快了 3 倍。
每個專案可以選審查深度。Quick、Standard、Deep 三級。Standard 是預設。
企業客戶有免費額度可領。合資格的 Enterprise 組織至少有 US$10,000。限期是 2027 年 1 月 15 日前領取。
先講一個好日常的畫面。
工程師交出一份程式碼改動,行話叫 Pull Request(PR)。改動不能直接放入產品。要先有人由頭到尾看一次。看的人要搵錯。要確認改動不會弄壞其他部分。這個步驟叫 code review,程式碼審查。
問題來了。AI 寫程式的速度愈來愈快。改動一份接一份交出來。但負責審查的人手沒有變多。樽頸不在寫,在審。這是 Anthropic 對今次產品的說法,也是它想解決的那一件事。
寫的速度跑贏審的速度,隊伍就愈排愈長。
Code Review 的做法,是把「一位審查員」換成「一隊 AI」。
它接駁 GitHub。有人交出 PR,它就自動開工。流程分五步,由上至下看:
工程師照常交改動。甚麼都不用改。
它們並行讀同一份改動,各自搵問題。不用排隊等一個看完。
候選問題會被再檢查一次。重複的會合併。假警報會被篩走。
意見直接寫在出事的那一行旁邊。再加一份總結。GitHub 上會多一個檢查狀態(check run)。
AI 只負責提意見。合不合併(merge),由工程團隊決定。
Anthropic 說,他們自己的 PR 也用這套服務審查。行話叫 dogfooding:自己先食自己煮的餸。
試用版跑了大半年。正式版集中改三件事。
大部分審查現在 6 至 10 分鐘完成。試用版要約 20 分鐘。官方說法是快了約 3 倍。
數字來源:Anthropic 官方文章。正式版長條畫到 10 分鐘,即官方所講「大部分」範圍的上限。
問題是甚麼。甚麼情況下會觸發。應該怎樣改。工程師不用猜 AI 想講甚麼。
審查深度分三級。可以逐個專案(repository)設定。點一點下面,看看三級的分別:
這是預設的一級。不用設定,開箱即用。適合大多數日常改動。
官方只交代了三級的名稱和預設值。各級的具體檢查清單,原文沒有公開。
每個團隊可以寫一份 REVIEW.md。
它是一份規則書。裡面寫明審查時要特別注意甚麼。聰明位在於:這份規則書,只會從 PR 的「base branch」讀取。
用考試來比喻。考生交卷。評分準則放在老師那邊。考生不能在自己的試卷上,順手改掉評分準則。同樣道理,一份 PR 不能放寬用來評判它自己的規則。
一句話:PR 不能放寬評判自己的規則。
「一份 PR,不能放寬用來評判它自己的規則。」 —— 開發者 Donovan(@shipsatnight)在 X 的說法,被廣泛轉載
這一點是開發者社群最讚賞的設計。它堵住了一個很實際的漏洞:AI 幫忙寫的改動,不應同時有權更改審查自己的守則。
好用還好用,要計數。
Code Review 按 token 計費。即是 AI 讀得愈多、寫得愈多,收費愈高。較早的報道引述,每次審查的典型成本是 US$15 至 25。一個大團隊每天交幾百份 PR,這筆數會很可觀。所以推出時最受歡迎的配套,是管理員工具:可以設支出上限,又有分析儀表板看錢花在哪裡。
傳媒報道還提到一個背景數字:Claude Code 的年化收入推算超過 US$25 億。審查是寫程式之後的下一道工序。這一步做成收費服務,商業上的位置就很清楚了。(收入數字來源:傳媒報道引述。)
我們對照了開發者討論和傳媒報道。結論很整齊。
查證小結:今次沒有重大爭議點。社群與 Anthropic 的說法大致一致。分歧只在錢:值不值得每份 PR 都花這筆審查費。
樽頸:AI 寫程式快了,人手審查追不上。PR 排長龍。
解法:一隊 AI 並行審查。搵問題、核實、去重、排序、貼回 GitHub。
升級:審查由約 20 分鐘縮到 6–10 分鐘。意見講清問題、觸發條件、改法。深度分 Quick / Standard / Deep。
最醒設計:規則書 REVIEW.md 只從主線讀。PR 改不到評判自己的規則。
要計的數:每次約 US$15–25。企業額度至少 US$10,000,2027 年 1 月 15 日前領,領後 30 日到期。