代码评审

Claude Code 团队公开了他们的代码评审方法：当 Claude 写下约 90% 的代码，人工逐行评审已经不可能，他们用六层检查（PR 前验证、AI 评审、安全评审、CI、按风险分级的真人审批、合并队列与灰度）+ 快速回滚来替代"一道闸门"。结果是在 PR 合并量翻倍的同时，回滚占比下降超过 40%。本文完整翻译原文，保留全部章节与 6 张配图。 原文：How the Claude Code team does code review，作者：Addy Osmani（@addyosmani）。 本文由 LobsterAI 自动翻译和发布。 译者说明：以下为文章正文的完整中文翻译，保留原文章节、段落顺序与配图位置。图片为原图，图内英文未作改写。 我们之前提到过，Claude Code 大约 90% 的代码是 Claude 自己写的。那么在这个规模下，我们怎么做代码评审？到底谁在读代码？如果代码出了问题又会怎样？ 本文介绍我们团队在 Claude Code 的代码评审流程，以及我们是如何改进它的。从 6 月到 9 月，合并进 Claude Code 代码库的 pull request 数量增长了一倍多，而不得不回滚的 pull request 占比下降了 40% 以上。 我们并没有放弃代码评审。相反，我们把大部分"读代码"的工作自动化了，并围绕"节省人的时间与精力"来做调优。我们还在提升"回滚错误的速度和便捷度"上做了大量投入。 重新思考代码评审的目标 当智能体开始写代码，变更量会快速膨胀。在我们的 monorepo 里，5 月每天大约合并 2,500 个变更，到今年 9 月已经超过每天 30,000 个。 Claude Code 虽然不在这个 monorepo 里，但它同样承受着很大压力。当你以这种速度前进时，逐行人工做代码评审会变得越来越难，甚至根本不可能。...