Concitech AI · 深度长文
2026/10/18 11:30
Anthropic 的 Code Review:七层防线、风险审批与审查收敛
Claude Code 团队的代码审查包含七层质量控制。本文介绍验证证据、多 Agent 审查、REVIEW.md、安全门禁、风险审批、合并队列与事故评测,补充缓存隔离案例、审批伪代码和接入方案,区分内部流程、公开产品能力与工程解读。

代码生成消耗算力,代码审查消耗工程师的注意力。
AI 提高代码产量,Review 队列承担压力。代码阅读、评论、返工、复审占用时间;漏检造成的故障占用另一笔时间。审查系统的成本包括这两笔账。
Anthropic 的《How the Claude Code team does code review》介绍了 Claude Code 团队的实践。对象是该团队的仓库,范围区别于 Anthropic 的大型 monorepo。原文
这套设计的主线是:机器处理常规检查,人承担风险决策与交付责任。审查覆盖代码生成、PR、合并和发布生命周期。
下文包含官方机制介绍和工程解读。缓存案例、规则样例与审批伪代码属于本文编写的示例,区别于官方源码。

01 验证证据:PR 的输入条件
“功能完成”是一句结论。测试输出、构建结果和页面截图是一组证据。
Anthropic 的最佳实践要求 Agent 获得可执行的验收条件、展示检查结果;独立上下文的审查者负责检查修改。最佳实践
任务定义需要对应可观察的行为。一个“修复缓存问题”的任务,验收条件需要说明请求身份、缓存键、过期边界和预期结果。“测试通过”缺少测试对象、命令与代码版本,证据价值有限。
下面是本文设计的交付记录示例:
change: tenant-scoped-cache
commit: "<head_sha>"
checks:
- command: "pnpm test cache-isolation"
exit_code: 0
artifact: "cache-isolation.junit.xml"
- command: "pnpm typecheck"
exit_code: 0
risk: "跨租户缓存数据混用"
rollback: "关闭 tenant_cache_v2 功能开关"
owner: "PR 负责人"
这里的 commit 关联验证对象,artifact 提供复查入口,rollback 定义恢复动作。测试通过证明测试覆盖的行为,业务正确性取决于验收条件的质量。
独立上下文承担另一项工作:检查实现结果。实现会话包含任务解释和方案选择,审查会话需要代码、需求与证据。上下文隔离降低“接受作者解释”的倾向;相同模型具有相似盲区,隔离本身缺少正确性保证。
02 多 Agent 审查:发现与验证的职责分离
公开 Code Review 服务的流水线包含四个环节:发现候选问题、验证证据、去重分级、发布意见。多个 Agent 检查 diff 与周边代码,验证阶段过滤误报,结果表现为行内评论、摘要和 check run。产品文档

“发现”和“验证”的目标存在区别。发现者追求可疑路径覆盖;验证者追问可达性、前置条件与实际后果。
以下缓存修改展示这种区别。示例属于本文构造:
const cacheKey = `${resourceId}:${locale}`;
const hit = await cache.get(cacheKey);
if (hit) return hit;
const result = await loadForTenant(tenantId, resourceId);
await cache.set(cacheKey, result);
return result;
发现者提出“缓存键缺少租户维度”。验证者需要检查 resourceId 的唯一性范围、缓存实例的共享范围,以及命中分支的鉴权逻辑。
全局唯一的资源标识、租户独占的缓存实例,具有不同于共享缓存的风险。函数名、变量名和一行 diff 缺少这组语义。
有效 finding 需要描述完整链路:租户 A 写入缓存;租户 B 访问相同资源编号;缓存命中绕过租户加载逻辑;响应包含 A 的数据。文件行号、调用入口和对应测试提供验证入口。
本文建议的 finding 结构包含五项:
- 问题位置与代码版本。
- 触发条件与调用路径。
- 受影响的不变量及用户后果。
- 支持结论的代码或运行证据。
- 修复方向与验证方法。
多个 Agent 的一致意见属于信号,业务不变量和代码证据承担判断依据。相同上下文缺失造成的共同误判,需要测试、领域规则和人工判断补位。
官方产品区分三类意见:Important 表示合并前的修复项,Nit 表示次要问题,Pre-existing 表示本次 PR 引入范围之外的历史缺陷。分类表达问题优先级与归因,历史缺陷具有不同于新增回归的处理语境。意见分类
03 CLAUDE.md 与 REVIEW.md:项目知识和审查规则
CLAUDE.md 描述项目约定;REVIEW.md 描述审查重点。托管服务读取两者,本地 /code-review 读取 CLAUDE.md,其输入排除 REVIEW.md。两套工具具有不同的规则读取行为。定制文档
项目说明负责技术栈、运行命令与模块边界;审查说明负责业务失败条件、证据要求和意见范围。lint 负责格式检查,审查规则描述领域不变量,职责划分减少评论噪声。
下面是一份本文编写的 REVIEW.md 示例:
# Review contract
## Important
数据越权、账单金额错误、会话失效失败、回滚阻断。
## 业务不变量
- 数据访问遵守调用方的租户边界。
- 支付重试保持幂等语义。
- 数据迁移保持新旧版本的读写兼容性。
## 证据
每条问题包含文件行号、触发条件、影响和验证入口。
## 范围
生成文件和格式问题交给 CI。
Nit 数量上限:3。
空结果摘要:0 条问题。
这份文件是审查契约,完整性责任属于代码所有者。支付重试和租户边界描述的是业务风险,命名偏好描述的是风格风险,两者需要不同优先级。
规则文件具有信任边界。官方服务采用基础分支或默认分支的 REVIEW.md,选择取决于分支保护配置;PR 自身的规则修改属于后续审查的输入。降低严重性、跳过路径等配置依赖受保护的默认分支。规则读取说明
这一设计限制“修改代码的人修改审查尺度”的路径。普通团队的权限模型需要相同约束:规则变更需要维护者审查,敏感路径需要所有者审批。
04 安全审查:检查能力与门禁能力
Claude Code 团队的内部流程要求解决 bug 审查和安全审查的开放问题。公开 Code Review 产品提供 findings,其 check run 的结论排除失败;产品本身承担的职责是提出意见,合并权限属于仓库规则。意见处理文档
这是接入中的常见陷阱:绿色流水线与安全问题清零是两个条件。安装审查工具、要求 check 完成、要求问题解决,具有三种不同语义。
公开的安全审查 Action 提供另一条接入路径:读取 PR 修改、分析代码语义、生成漏洞解释和修复建议、过滤误报、发布评论。仓库声明该工具缺少提示注入防护加固,适用对象是可信 PR;外部贡献者的工作流需要维护者批准。官方仓库
PR 内容属于不可信输入。源码注释、测试数据和文档包含文本,模型存在指令与数据混淆的风险。Agent 的执行身份、网络访问和凭据权限决定故障影响范围。
接入设计需要采用只读分析身份、最小化令牌权限和隔离执行环境。部署凭据与审查身份需要权限分离;第三方 Action 需要固定可信提交版本。提示词属于软约束,身份和网络策略属于执行边界。
模型审查补充语义分析,依赖扫描、密钥扫描和确定性测试保留原有职责。安全审查的空结果表示工具的发现结果,安全保证需要完整的威胁模型与验证体系。
05 风险审批:0、1、2 人与 commit 绑定
Claude Code 团队采用风险分级:
| 风险 | 示例 | 人工审批要求 |
|---|---|---|
| 低 | 文档、文案、内部功能、开关保护的增量修改 | 自动检查和安全检查通过:0 人 |
| 中 | 常规产品修改,缓存、更新器、系统提示词等敏感改动 | 1 人 |
| 高 | 最高风险代码及指定路径 | 2 人 |
简化路径的适用对象是可信作者。敏感路径和 CI 工作流保留人工要求,分类器支持风险升级;Agent 审批缺少人工名额效力。指挥 Agent 的人承担责任,其审批计入相应要求。审批绑定特定 commit,新增未获背书的提交触发审批刷新。团队流程
“0 人审批”描述一个受约束的分支,范围区别于所有 PR。可信身份解决操作资格问题,变更风险解决审查强度问题,两者属于不同维度。
commit 绑定解决的是审批与内容的对应关系。工程师审查 commit A,Agent 提交 commit B;旧审批证明 A 的审查状态,缺少 B 的审查含义。

以下伪代码表达一组门禁关系,代码属于本文工程抽象,区别于 Anthropic 的内部实现:
required = approval_policy(risk, author, changed_paths)
merge_allowed = (
ci_passed(head_sha)
and findings_resolved(head_sha)
and human_approvals(head_sha) >= required
and merge_queue_passed(base_sha, head_sha)
)
这里有四种状态:测试状态、问题状态、审批状态和候选合并状态。每种状态需要版本标识。一个笼统的 approved = true 存在审批对象丢失风险,异步 Agent 的多次推送放大这个问题。
风险分类器需要审计信息。触发路径、风险理由、规则版本和人工覆盖记录,构成排查错误放行的证据。分类错误本身属于需要评测的故障类型。
06 审查收敛:旧问题与本次回归的分流
团队的审查策略包含三轮后的方案重审节点、后续增量复审、问题去重和同类缺陷归并。三轮节点触发方案重审,含义区别于放行。团队报告的平均审查通过轮数变化为 2.08→1.32,指标对象是内部 PR,数据属于团队自报。团队流程
PR 的变更范围是一条边界。历史缺陷值得修复,但历史缺陷治理和本次变更验收需要不同队列。审查范围的扩张使当前 PR 承担历史问题的修复责任,造成目标漂移。
缓存键缺少租户维度,修复任务需要识别同类键结构,补充隔离测试。十条相同问题产生十次返工;缺陷类别与检索边界支持一次系统性修复。
增量复审存在另一项取舍:局部修改具有跨模块影响。复审对象需要包括新增 diff、修复涉及的不变量和相邻调用关系。“增量”描述检查的起点,完整性要求取决于影响范围。
审查器的问题身份具有工程价值:缺陷类别+受影响行为+位置范围。代码行号变化,问题语义帮助去重。审查的收敛失败需要人工重审需求和方案,增加审查轮数缺少天然收益。
07 合并与发布:组合验证和恢复能力
团队使用合并队列、功能开关与分阶段发布;事故和回滚案例进入工程师确认的日常评测。审批自动收紧的熔断器属于团队待办。共享代码理解缺少正式流程,依赖模块解释材料等做法。团队流程
合并队列处理组合风险:PR A 通过检查,PR B 通过检查,A 与 B 的组合存在失败空间。两个修改涉及同一依赖版本、协议假设或构建配置,单 PR 验证缺少组合状态。
功能开关处理运行风险。代码合入与行为启用具有不同时间点,开关提供停止新行为的手段。遥测记录版本、开关状态和用户分组,这些信息构成故障定位的比较对象。
恢复设计需要区分动作类型。界面开关具有恢复空间;删除数据、扣款和外发消息产生业务副作用。后一类变更需要兼容迁移、幂等和补偿机制。Git revert 恢复代码,业务状态恢复需要另一套设计。
事故评测的价值是保存真实失败模式。本文建议每个样本包含故障提交、故障条件、正确行为与专家确认结果;评测输入使用故障版本,答案保存于评分侧,防止未来修复信息泄漏给审查器。
命中率需要配对误报成本。正常 PR 的测试集检测“制造问题”的倾向;评论处理结果区分有效修复、误报、预期行为和低价值建议。评论数量缺少质量含义。
Anthropic 的安全生命周期文章补充了治理措施:新审查器的影子模式、自动决策抽检、操作日志与风险监控。它描述的是公司的安全治理,范围区别于某个仓库的具体审批表。安全生命周期
08 团队接入:五个验收项
接入目标是可核查的质量控制系统。本文建议采用五个验收项:
- 证据契约:PR 包含代码版本、验证命令、结果与恢复方案。
- 审查规则:
CLAUDE.md和REVIEW.md定义业务边界,规则来源具有保护。 - 合并门禁:CI、开放问题与人工审批状态绑定提交版本。
- 恢复演练:功能开关、候选合并验证与副作用补偿具有操作记录。
- 审查器评测:事故样本、正常样本、人工处理时间和漏检结果进入评估。
共享理解需要独立验收:修改负责人的交付说明包含行为变化、设计假设和故障排查入口。AI 生成的模块说明提供学习材料,负责人对材料的理解承担另一项责任。
Anthropic 的经验指向一种职责划分:审查器提供候选问题和证据,仓库政策决定合并资格,工程师承担设计与交付责任。成熟度取决于这些职责的边界,以及故障发生后的追溯和恢复能力。
