Anthropic 公开 Claude Code 团队七层评审流程，Code Review 正式 GA
Anthropic 10 月 15 日公开 Claude Code 团队七层评审流程，同日 Code Review 正式 GA，企业可领至少 1 万美元额度。
2026 年 10 月 15 日，Anthropic 在 claude.dev 工程博客发文《How the Claude Code team does code review》，第一次完整公开自家 Claude Code 团队怎么评审代码，署名 Addy Osmani、Morgan Westlee Lunt 与 Qing Wang；同一天，面向企业的代码评审产品 Code Review 走出研究预览，对 Claude 的 Team 与 Enterprise 套餐正式 GA。博文给出的量级是：Claude 写下 Claude Code 自身约 90% 的代码；2026 年 6 月到 9 月，合并进代码库的 PR 数量翻了一倍以上，而需要回退的比例下降了四成以上。Code Review 就是这套内部流程的产品化版本，管理员在仓库上打开开关，评审会在每个新 PR 上自动跑。
要点
- 博文把评审流程编号为 1 到 7 层，人类批准按风险分三档：低风险在自动评审与安全扫描全绿后可以无人批准，中风险一人，高风险两人。原话是「变更决定档位，不是作者」，以及「agent 的批准从不等于人的批准」；一次批准只覆盖一个具体 commit，agent 推的新提交要重新批准。
- 内部数据：部署 Code Review 后，拿到实质性评审意见的内部 PR 比例从 16% 升到 54%；收敛改造之后，一轮评审加修复就通过的 PR 从 65% 升到 78%，需要五轮以上的从 8.9% 降到 1.5%，平均通过所需评审轮次从 2.08 降到 1.32。
- 官方公告称 Code Review「已走出研究预览」，对 Team 与 Enterprise 正式开放，多数评审比预览期快约 3 倍（约 20 分钟降到 6 到 10 分钟）；符合条件的 Enterprise 组织可在 2027 年 1 月 15 日前领取额度，额度在领取后 30 天过期。
背景
Code Review 在 2026 年 3 月 9 日以研究预览形式上线，当时只对 Claude for Teams 与 Claude for Enterprise 客户开放。据 TechCrunch 报道，Anthropic 产品负责人 Cat Wu 给出的定价是平均每次评审 15 到 25 美元、按 token 计费；架构是多智能体并行从不同角度读代码库，再由一个 agent 汇总、去重并按严重度排序，重点是逻辑错误而不是代码风格。预览期间 Anthropic 还发过一个开源的安全评审 GitHub Action，仓库目前约 6,400 星。
写这篇博文的动因是量级。Anthropic 单体仓库的日均合并量从 2026 年 5 月的约 2,500 次涨到 9 月的 30,000 次以上，这套数字本站已在 Anthropic 弃 git 换自研 Scion 里报道过。仓库口径要分清：博文明确写 Claude Code 有自己的仓库，与单体仓库分开，30,000 次是单体仓库的数字，不是 Claude Code 仓库的。
同一周还有一条对照。Linus Torvalds 那组 Claude Code 参与写成的内核补丁，在 LKML 评审阶段被 Meta 的维护者揪出竞争条件，至今没有合入。人类评审在最贵的代码上仍然是最后一道关，Anthropic 博文里那句「最高风险的代码，加上一小组永远需要两个人的路径」，说的就是同一件事。
事实部分
七层按博文的编号依次是：PR 之前由 Claude 跑测试、构建与 lint，再由一个子智能体在全新上下文里读 diff；每个 PR 上的 AI 评审；单独一遍、可以阻塞合并的安全评审；lint、类型检查、跨平台测试与构建等自动检查；按风险分级的人类批准；合并队列与灰度发布；以及快速检测与回滚。几个机制值得单独记：多个 agent 并行找 bug，另一组 agent 对每条 finding 投票，票数不够的不发；每条 finding 都必须被修掉或带理由关闭；findings 打上 Important、Nit 或 Pre-existing 三种标签，让不是这次引入的旧 bug 不显得像作者的错。
人类批准的分档如下，出自博文原表：
| 风险档位 | 例子（博文口径） | 需要的人类批准 |
|---|---|---|
| 低 | 文档、文案、纯内部功能、藏在 flag 后面的增量改动 | 自动评审与安全检查全绿后无需人工批准 |
| 中 | 常规产品改动，以及缓存、自动更新器、系统提示词等敏感区 | 一人 |
| 高 | 风险最高的代码，加上一小组永远需要两个人的路径 | 两人 |
团队还专门处理「评审不收敛」这个问题。博文自述一个 CLI PR 曾在一夜之间跑了五十多轮评审与修复，最后被作者叫停；用 git blame 查评审反复标记的代码，约 59% 是首轮评审时就已经存在的旧代码，评审是在一轮轮翻出更多旧 bug。于是他们加了三条约束：三轮之后要求作者退回去重新考虑方案；头几轮过后只重新评审新增的 diff；标记 bug 的类别而不是某一行。下表是这套收敛改造前后的内部 PR 指标。
| 内部 PR 指标 | 改造前 | 改造后 |
|---|---|---|
| 一轮评审加修复即通过 | 65% | 78% |
| 需要五轮及以上 | 8.9% | 1.5% |
| 平均通过所需评审轮次 | 2.08 | 1.32 |
产品侧的事实以官方文档为准。管理员按仓库设 Quick、Standard（默认）或 Deep 三档评审力度，装 GitHub App、选仓库，之后新 PR 上自动跑，也可以用 @claude review 手动触发；组织 Owner 才能开启，写权限成员可手动触发，草稿与 fork 的 PR 会被跳过。文档同时写明三件事：评审不会批准也不会阻塞 PR，合并决定仍在团队手里；评审只读 diff 与周边代码，不构建也不运行代码；不支持自托管，启用了零数据留存、HIPAA 配置或客户自管密钥的组织用不了。Anthropic 自己的仓库比产品走得更远，博文说他们的 owner 可以让部分低风险改动仅凭自动检查合并。
成本是文档里没有给死数字的一项。官方成本页写 Code Review 按 token 计费、走 usage credits，与套餐自带额度分开，「没有按次固定价」，费用随评审档位、改动规模、代码复杂度变化，组织可以设月度上限，超了会跳过评审并在 PR 上留一条说明。官方 GA 公告页没有给出 GA 后的现价，预览期那个 15 到 25 美元不能当成现在的价格。
额度口径三方不一致，这里把谁说了什么摆在一起。官方 GA 公告页的原话是「符合条件的 Claude Enterprise 组织可在 2027 年 1 月 15 日前领取至少 10,000 美元的 Code Review 额度」；Anthropic 支持页写的是「10,000 到 50,000 美元之间，取决于组织活跃的 Claude Code 席位」，并在领取时锁定金额；The Next Web 的标题写「附带 50,000 美元额度」，正文则写「最高 50,000 美元」并给出 10,000 到 50,000 的区间。三种说法里，50,000 是区间上限，不是每家企业都能拿到，官方公告用的是下限口径。支持页还列了一串排除项：转售商计费的组织、接入了 GitHub Enterprise Server 或数据驻留版 GitHub Enterprise Cloud（.ghe.com）的组织、试用或订阅已取消的组织、Team/Pro/Max/Free 套餐，以及领过上一轮免费额度的组织。
各方说法
Hacker News 上围绕这篇文章的讨论（帖子的分数与评论数一直在涨，这里不写死数字）对这套流程的怀疑集中在一点：这个规模下还能不能叫评审。用户 grey-area 问「一天三万次提交，还有什么能被有意义地称为评审」；mirekrusin 说这更像「指挥、操舵、监督」；markbao 在帖子里纠正了一个流传的说法，指出 30,000 次是单体仓库的数字、Claude Code 在另一个仓库，最初说「一天一千个 PR」的用户 status_quo69 随后承认那是他自己编的。另有用户 vavkamil 提醒，误判并关闭一条严重 finding 的动作应该有 AppSec 参与，并指出 Anthropic 那个开源安全评审 Action 的 README 自己写着「未对提示注入加固，只应用于评审可信的 PR」——这句话我在该仓库 README 里核对到了原文。
文章本身的来源也被质疑。用户 paimapi（评论 50124937）说检测工具 Pangram 判定 80% 的文本由 AI 生成并附了报告链接，typesanitizer（评论 50123523）的原话是「Pangram identifies several sections as 100% AI-written」，mk12（评论 50124719）认为行文风格像模型写的；也有回帖替它辩解，lavezzi 认为长期使用会沾染模型的语感。这条指控没有 Anthropic 的回应，只能作为论坛意见看待。另有 ativzzz 与 sp4cec0wb0y 提到古德哈特定律：一旦把回退率当成指标，它就不再是好指标。
独立媒体的补充主要在两处。The Next Web 的 Ana Maria Constantin（2026-10-15）指出数据驻留的欧洲企业被整个排除在额度之外，并提到 2026 年 6 月研究者曾披露 Anthropic 自家 Claude Code GitHub Action 存在提示注入漏洞、会交出带写权限的安装令牌，Anthropic 四天内修掉核心绕过、定为 7.8 分并支付 4,800 美元赏金；她还写到竞争对手 CodeRabbit 已融 1.43 亿美元（Atomico 联合领投）、每周跑 200 万次评审、客户包括 BMW 与 Adyen，其 CEO 称 OpenAI 已取代 Anthropic 成为自己的主要供应商。Unite.AI 的 Jonas Reeve（2026-10-15）则把额度区间、排除项和 TrueNAS 开源中间件里被发现的一个潜伏类型不匹配 bug 写进了报道；这家媒体的署名行注明作者是 AI 研究代理、文章经编辑团队审阅。
一个数字上的分歧要标出来：Anthropic 博文写 Claude 写下 Claude Code 约 90% 的代码，The Next Web 写的是 80%。两处指的都是同一个说法，本站采用博文的 90%。
编辑判断
这篇博文对读者的用处不在新闻本身，而在那份可以直接照抄的分层清单：给 agent 能跑的检查（CLAUDE.md 写栈与约定、hooks 跑格式化与 lint）、每个 PR 都要过自动评审与安全评审且每条 finding 必须关闭、把风险档位写下来并让变更而不是作者决定档位、机器人批准不许顶替人类、用合并队列与 feature flag 兜住意外、把历史事故做成每天跑的评测集。正在让 agent 开 PR 的团队，这六件事今天就能落地。
真正该打折扣的地方也说清楚。所有效果数字都出自 Anthropic 自述，The Next Web 的原话是「这些数据没有一项经过独立测试」，第三方既没有复现的渠道，也没有对照的实验设计；16% 到 54% 说的是「拿到实质性评审意见的 PR 比例」，不是 bug 检出率，指标本身会被「多留几条评论」推高。产品文档自己承认评审会漏掉 bug 与安全漏洞，没有 finding 不等于代码没问题。额度那 1 万到 5 万美元的区间、以及 GA 之后到底怎么计费，官方都还没有给一个能算账的答案，预览期 15 到 25 美元一次的价格只能当历史参考。安全上也有明账：Anthropic 开源的那个安全评审 Action 自承未对提示注入加固，把评审能力接进不受信任的 PR 流程之前，这一条要先读。最后，博文自己承认还缺一块：没有能在回退率抬头时自动收紧审批的熔断机制，团队工程师希望在有更多代码走向零人工合并之前先有这个。
谁会想试：已经在用 Claude Code 且让 agent 提交 PR 的团队，尤其是被评审排队卡住的中小团队，可以先用 @claude review 或本地 /code-review 在不改流程的前提下看一眼产出质量，再决定要不要把评审接成强制门。只想省人力、不打算维护 REVIEW.md 与评测集的团队，装上去大概只会多出一堆被随手关掉的评论。
怎么试
Code Review 只有 Team 与 Enterprise 套餐能用，且仓库要托管在 GitHub 上。组织 Owner 在 Claude Code 设置里开启 Code Review、装 GitHub App、勾选要覆盖的仓库，之后新 PR 会自动评审，不需要开发者做任何配置。想先看效果而不动流程，任何有写权限的人都能在 PR 里评论 @claude review 触发一次；本地想在提交前跑一遍，用 Claude Code 里的 /code-review 与 /security-review 两个命令，或者把 Anthropic 开源的那个安全评审 GitHub Action 接到自己仓库上（仓库名 anthropics/claude-code-security-review），接之前记得读它的提示注入说明。