@addyosmani：为你的 AI 代理提供验证工作成果的手段，这能显著提升输出质量。有了这套流程后，Claude Code 能够自己编写 90% 以上的代码……
摘要
Claude Code 的开发流程表明，为 AI 代理提供自动化验证机制（如 E2E 测试、属性测试和多代理对抗审查）可让 Claude 自行编写 90% 以上的代码，同时在 PR 合并量翻倍的情况下将回滚率降低 40% 以上。
查看缓存全文
缓存时间: 2026/10/18 07:08
给你的 agent 一种验证其工作的方式。这可以显著提升输出质量。
有了这套流程，Claude Code 能够自己编写 90% 以上的代码。当生成软件的速度超过你审查的速度时，瓶颈就转移到了证明代码能正常运行上。@bcherny 和团队在验证方面投入了足够多的精力，我们因此能够在保持稳定性的同时快速迭代。
代码审查不会消失，但你需要用不同的方式来看待它。一个人逐行阅读代码的方式已经不再适合作为质量关卡，它需要演变为一个多层级的验证体系，为你的 agent 构建快速、确定性的反馈回路。
这就是端到端测试、功能地图（正如 @poteto 一直倡导的那样）、属性测试和多 agent 对抗性审查发挥作用的地方。它们都提供了及早发现错误的机会，能够在问题变得不可收拾之前将其修复。
你的眼睛不够多，无法审阅正在生成的全部代码，因此你的精力应该放在产品意图、风险评估和评估证据上，而不是逐行审查代码。把代码检查工作交给你的自动化测试，根据风险等级来调整你的审批力度，并把测试失败转化为持续性的评估。这种方法有助于在不损失可靠性的前提下保持速度。
让 agent 做他们最擅长的事，让你专注于让你不可替代的部分：判断力、方向把控和责任担当。我们在这篇文章中尝试分享了我们处理代码审查和验证的方式，希望对你有所帮助。
ClaudeDevs (@ClaudeDevs): Claude 编写了 Claude Code 约 90% 的代码。
从 6 月到 9 月，合并的 PR 数量增长了一倍多，而回滚比例下降了超过 40%。
我们撰写了关于如何改变代码审查来实现这一目标的文章，以及如何采用这套方法：
相似文章
Claude Code 团队如何进行代码评审
Anthropic 分享 Claude Code 团队如何在 AI 写了约 90% 代码的情况下进行代码评审：通过多层自动化检查、把人工注意力集中在高风险环节，并在 PR 数量翻倍的同时将回滚率降低 40% 以上。
@svpino：用Claude Code写代码，用Codex验证它。我遇到了一个团队，他们已经这样做了几个星期。我……
一位开发者分享了一种方法：团队使用Claude Code编写代码，使用Codex进行验证，并专注于详细的规格说明和隔夜AI代理运行。
@delba_oliveira: https://x.com/delba_oliveira/status/2062203743387459836
本文介绍了如何在Claude Code中设置反馈循环和自我验证工作流，使代理能够独立检查其工作，并减少对雄心勃勃任务的人工监督。
@FakeMaidenMaker: 用 AI agent 写代码最怕的就是失控：agent 自顾自跑、质量飘忽、你不知道它现在在哪个阶段、改到一半又乱了。 AWS 刚开源了一套专门给 AI coding agent 用的开发生命周期工作流规则——AI-DLC，让 agent…
AWS 开源了 AI-DLC（AI-Driven Development Life Cycle），一套为 AI coding agent 设计的开发生命周期工作流规则，帮助开发者控制 agent 行为，确保质量。支持 Claude Code、Cursor、GitHub Copilot 等多种平台。
@addyosmani：验证是让你的智能体产出出色结果的最重要因素之一。事先明确定义“完成”的标准……
Addy Osmani 强调，验证是让 AI 编程智能体取得良好成果的关键：在审查之前明确定义“完成”的标准，为智能体提供必须通过的可执行检查（bash 命令、测试、浏览器测试），并且只有在没有任何阻碍合并的问题时才发布。