Signal YCurated AI News
更新于 11/5 20:4061 个信源

Claude Code 团队谈代码评审:以「人是否读过代码」判断风险并不准确

企业 AI10/17 06:06Simon Willison查看原文 ↗
摘要

Claude Code 团队认为,「人是否读过代码」并不能准确反映风险;AI 已把代码评审从流程末端的关卡,变成贯穿编码过程的持续检查。

核心要点
  • 作者提出,更该问的问题是:这次改动可能出什么问题,以及哪种检查(自动或人工)最适合捕获它
  • 评审时机被前移:过去要先写完代码、开 PR、再等同事审阅,现在评审随写随跑,更像写作时的拼写检查
  • 多数改动在人工查看之前,已经被 Claude 至少评审并修复过一次
  • 这一流程可拦截大部分常规错误,从而把团队的注意力集中到更高层次的问题与更严格的审视上
  • 该观点出自 Addy Osmani、Morgan Westlee Lunt、Qing Wang 合写的《How the Claude Code team does code review》一文
原文佐证
  • We think "did a human read the code?" is an imprecise proxy for "what could go wrong with this change, and which check—automated or human—is the right one to catch it?"
  • Now, review runs continuously, more like spellcheck while you write.
  • Most changes have been reviewed and fixed by Claude at least once before a human is asked to look.
AI 洞察
当 AI 承担大部分常规检查后,代码评审的瓶颈就从「产出速度」转向「人类注意力如何分配」,人的角色也从逐个看护每一处,转为决定抽样和做关键决策。这也意味着「human in the loop」的位置正在上移:它不再位于合并前的最后一步,而位于风险分级与责任判断的环节。潜在代价是评审者可能因长期只看经过 AI 梳理后的内容而警觉性下降,因此团队需要新的度量方式,例如用线上缺陷和事故回溯来校准这套流程,而不是继续统计「人读了多少行」。