Claude Code 团队 @addyosmani 分享称,团队 90% 的代码由 Claude 编写并审查,真正限制并行规模的是人能否确认结果可靠。团队把启动和冒烟检查写成 verify Skill,失败后尝试修复,三轮仍失败则交给人;一份 39 项可靠性清单按代码改动触发,通常只检查相关的 3—10 项。
原文拆解了 Claude Code 团队验证循环的具体机制,包括 verify Skill、39 项清单和审查规则隔离,可供搭建 Agent 工作流时参考。
Claude Code 团队:让 Agent 交付验证证据,不只是代码
来自 Claude Code 团队 @addyosmani 分享:Claude Code 团队 90% 的代码由 Claude 编写并审查。真正限制并行规模的,不再是代码生成速度,转为人能否确认结果可靠。验证循环的意义,是让 Agent 提交可检查的证据,减少人逐项核对的负担。
https://claude.dev/blog/how-the-claude-code-team-thinks-about-verification/
先真正运行,再判断完成
团队把启动和冒烟检查写成 verify Skill,让 Claude 在提交前执行。检查失败后尝试修复,三轮仍失败则交给人。
验证也不是每次机械执行所有检查。一份 39 项可靠性清单根据代码改动触发,通常只检查相关的 3—10 项。例如修改会话存储,就要确认旧记录仍能通过 --resume 安全恢复。检查由代码所有者编写,让具体的工程经验成为可重复执行的步骤。
改代码,不能顺便改掉评判标准
Claude Code 团队最重要的一条原则是:如果一项改动能修改评判自己的检查,这套检查就失效了。
因此,代码审查规则 REVIEW.md 从基础分支或默认分支读取,而不是采用当前拉取请求里可能被修改的版本;审查也针对固定提交,避免代码变化后结论仍被沿用。
每次提交还会记录验证方式,包括明确标注“未验证”。系统可以拦截没有运行审查或验证的提交,但同一会话连续拦截两次后会放行,以免陷入死循环。这说明它是带人工兜底的工程机制,不是绝对安全保证。
验证器本身,也要接受验证
团队用回滚记录、维护者拒绝的改动,以及规模相近的正常改动评估审查效果,并恢复当时的仓库状态。只有准确指出实际缺陷的发现才计分,不能靠泛泛提醒获得好成绩。
漏检也不会直接变成新规则:同类问题至少要在两个拉取请求中出现、能从代码差异中识别,再经三个 Agent 尝试找出反例,最后由人批准。这样既积累经验,也避免规则越来越多、误报越来越重。
Claude writes better code when it can verify its work. Checks that used to be expensive, like tests, benchmarks, and end-to-end runs, are now cheap. Here’s how the Claude Code team thinks about verification: https://claude.dev/blog/how-the-claude-code-team-thinks-about-verification/在 X 查看被引用的帖子
来源:meng shao · x.com