Claude Code 團隊怎麼用 AI 審 code:七層關卡、投票驗證、讓 review 收斂的四條規則(附 REVIEW.md 照抄範本)
Claude Code 約九成程式碼由 Claude 寫,團隊靠多 agent 平行找 bug、投票驗證、依風險分級人工核准,讓多數 PR 最多一個人參與就能 merge。本文拆解機制與內部數據,並給出 /code-review、REVIEW.md、觸發與深度設定的照做步驟。

Claude Code 團隊說,Claude Code 本身大約 90% 的程式碼是 Claude 寫的。寫程式的速度上來之後,卡住的地方就換到下一站:review。Anthropic 整個 monorepo 每天落地的變更,從 5 月約 2,500 個漲到 9 月超過 30,000 個。要是每個 PR 都等兩個人類 reviewer 看完,工程師一整天只能做審 code 這件事。
2026 年 10 月 15 日,Addy Osmani、Morgan Westlee Lunt、Qing Wang 在 claude.dev 工程部落格發了〈How the Claude Code team does code review〉,把整套流程攤開來講;InfoQ 在 11 月 15 日由 Robert Krzaczyński 做了報導。這篇不重複新聞,而是拆成你明天就能照做的設定:哪些 review 交給 agent、agent 的發現怎麼過濾、REVIEW.md 怎麼寫、什麼時候還是要人看。
一、他們要解決的問題:不是「AI 會不會抓 bug」,是「review 會不會收斂」
原文寫的目標很具體:Claude Code repo 裡大部分 PR,最多只要一個人類參與就能 merge,這個人可以是作者本人,而且 revert 和事故不能變多。
這目標背後有三個難題,每個你用 coding agent 寫 code 時應該都碰過:
- 雜訊比漏抓更貴。原文說得很直白:「不在乎誤報的話,要抓到更多 bug 很容易。」人類作者看到誤報,按掉就好;但 agent 當作者時,每一條誤報都會被它認真「修」,於是多一個 commit、再跑一輪 review。
- agent 寫、agent 審,可能永遠停不下來。原文提到一個 CLI 的 PR,一個晚上跑了 50 多輪「review → 修 → review」,最後是作者手動叫停。
- 人類的時間要花在對的地方。不是每個 PR 都值得兩個人看;改文案和改計費邏輯不該走同一條路。
所以這套流程的重點不在「一個很強的 reviewer agent」,而是一整條分層的關卡,加上讓 review 收斂的規則。
二、一個變更的一生:七層關卡

原文把「The life of a change」列成七層,我照順序翻成白話:
- 開 PR 之前:Claude 自己先跑 test、build、linter,然後開另一個 agent,用全新的 context 審這份 diff。另外還有幾個內部 skill:抓 bug、簡化 diff、端到端驗證行為;UI 變更還會對照設計規範檢查。
- 必過的 CI:lint、型別、跨平台測試、build、打包。「紅燈就擋 merge。」一個典型的 CLI PR 會跑幾十項檢查。
- Claude code review:每個 PR 都跑,在人類看之前就先跑。下一節細講。
- Security review:獨立的一輪。兩種 review 只要還有沒處理的發現,PR 就不能 merge。
- 依風險分級的人工核准:由分類器判斷這個變更的風險等級。
- Merge queue:把變更套到最新的 main 上再跑一次檢查。新行為通常先用 feature flag 開給 Anthropic 內部員工,再分批放出去(latest 頻道先,stable 晚一點)。
- Merge 之後:值班和作者一起盯著;出事就快速關 flag,build 壞了就 revert。
注意第 1 層:在 PR 出現之前就有一個「新 context 的第二個 agent」在審。這是你今天在本機就能做的事,後面會給做法。
三、核心機制:找、驗、排、貼

3.1 多個 agent 平行找,另一組投票驗證
原文的描述是:「好幾個 agent 同時找 bug,再由另一組對每個發現投票,夠多票同意它是真的,才會貼出來。」官方文件(code.claude.com 的 Code Review 頁)把它整理成四個階段:
- Find:多個 agent 平行看 diff 和周邊程式碼。
- Verify:逐條檢查候選問題,濾掉誤報。
- Rank:去重、依嚴重度排序。
- Post:貼成 inline comment,加上一段總結和一個叫 Claude Code Review 的 check run。
原文和文件都沒有公開用幾個 agent、幾個投票者、門檻幾票。另外有兩個過濾規則值得記下來:
- 只講風格、診斷訊息、清理的發現直接丟掉。他們是在自己的 PR 上做 A/B test 之後才留下這組過濾。
- review 讀的是「整個 repo 加上 PR 自己說的意圖」對照 diff;如果是修 bug 的 PR,它會去找根本原因,不只看你補的那一行。
另外依文件,這個託管版的 review 只讀 code、不 build 也不執行,repo 權限唯讀,不會自己推 commit。
3.2 三種標籤:Important、Nit、Pre-existing
留下來的發現會帶標籤:
- 🔴 Important:merge 前該修的 bug。
- 🟡 Nit:小問題,值得修但不擋。
- 🟣 Pre-existing:codebase 本來就有、不是這個 PR 造成的 bug。
第三種很聰明。agent 審 code 常常會「順便」挑出舊問題,讓作者以為是自己弄壞的,然後開始修跟這次無關的東西。把它標成 Pre-existing,作者就知道可以另開 issue,不用塞進這個 PR。
3.3 每條都要回應:修掉,或寫理由關掉
在 Anthropic 內部,規則是「要嘛修掉,要嘛寫一句理由把 thread 關掉」。之後的 commit 修好了,會自動清掉。還有 review agent 每天晚上掃既有的程式碼,「常常有 agent 半夜就把修正接走了」。
要注意一個差別:Anthropic 內部把未處理的發現設成擋 merge,但對外產品本身不擋。官方文件寫明:「review 不會核准或擋下 PR」,check run 也不會以失敗結束。要擋,得你自己在 branch protection 或流程上設。
3.4 讓 review 收斂的四條規則
這段是我覺得整篇最值得抄的:
- 輪數上限:三輪之後,reviewer 會請作者退一步,重新考慮做法。(InfoQ 寫成「上限三輪」,原文的意思比較接近「三輪後提醒換思路」,不是硬性截斷。)
- 前幾輪之後只審新增的 diff,不重審整個 PR。
- 點出 bug 的類型,讓作者一次把同類問題都修掉,而不是一條一條擠牙膏。
- 已經貼過的發現不重貼。
四、數字與限制:看清楚是誰量的、量什麼
以下全部是 Claude Code 團隊在原文自己回報的內部數字,沒有第三方驗證:
| 指標 | 數字 | 前提 |
|---|---|---|
| 內部 PR 收到「有實質內容」的 review comment 比例 | 16% → 54% | research preview 推出時的比較 |
| 一輪 review+修正就通過的比例 | 65% → 78% | 加上收斂規則前後,內部 PR |
| 需要 5 輪以上的比例 | 8.9% → 1.5% | 同上 |
| 平均幾次 review 才通過 | 2.08 → 1.32 | 同上 |
| 6 月到 9 月 | merge 的 PR 數超過兩倍,需要 revert 的比例降超過 40% | Claude Code codebase |
還有一個實用觀察:
- 「超過 1,000 行的 PR 大多會有發現,小 PR 大多是乾淨的。」所以拆小 PR 不只對人類 reviewer 友善,對 agent 也是。
原文自己承認的限制也要一起看:
- 「我們還沒有在這些數字變差時自動收緊核准的斷路器。」
- 「還是會有錯誤漏過去。」
- 量雜訊的方式是看作者怎麼回應(修了、說它錯、說是故意的、說不重要),再加上拿已知乾淨的 PR 去跑。也就是說「誤報率」沒有公開一個數字。
- 公開來源沒有給每次 review 多少錢、多久跑完。文件只說按 token 用量計費、走 usage credits、跟方案內含額度分開算,費用看 review 深度、變更大小、周邊程式碼複雜度,以及有多少候選問題要驗證。
五、人類還要看什麼:依風險分三級
原文的分級表我整理成這樣:
- 低風險(文件、文案、只有內部用、用 flag 包起來的新增功能):自動 review 和 security 檢查都綠了,不需要人核准。
- 中風險(一般產品變更;快取、auto-updater、system prompt 屬於這級):一個人。
- 高風險(最高風險的程式碼,加上 owner 指定「永遠要兩人」的路徑):兩個人。
幾條附帶規則很重要,照抄前要一起抄:
- 風險等級由分類器判斷,另有一個分類器檢查「這個變更是不是無論如何都要人看」。owner 列為敏感的路徑,以及任何 CI workflow 檔,一律要人看。
- 輕量路徑只開放給 repo 的信任名單作者。
- agent 的核准永遠不算人的核准;但「指揮 agent 的那個人」算一個 reviewer。
- 核准只對特定一個 commit 有效,後面再推就要重來。
人類保留的責任:決定要不要做這個功能、高風險程式碼(計費、auto-updater、CI)、架構、判讀證據、為結果負責。
六、照著做:把這套搬到你的團隊
步驟 1:本機先跑一輪「新 context 的 review」
不用等 Team 方案。Claude Code 的 /code-review(別名 /review)任何方案都能用,它會用背景 subagent 審你的分支:
/code-review # 審目前分支領先 upstream 的 commit +未 commit 的改動
/code-review main...my-feature # 指定範圍
/code-review src/auth # 只審某個路徑
/code-review medium --fix # 擴大範圍並把建議直接套到工作區
依文件,low 只回報最有把握的發現,medium 到 max 逐步放寬。我的建議是:作者 agent 寫完、自己跑過測試後,再叫 /code-review,這就是原文第 1 層的「fresh context 第二個 agent」。如果你用的是 Codex、Cursor 或 Aider,原則一樣:開一個新的對話當 reviewer,不要在寫 code 的那個 context 裡叫它「檢查一下」,因為它會替自己剛寫的東西辯護。
給 reviewer 的 prompt 可以參考原文對 REVIEW.md 的建議來寫:
你是這個 diff 的 reviewer,不是作者。
- 只回報會讓行為出錯、洩漏資料、或讓 rollback 失敗的問題。
- 每個發現要附 file:line 和你怎麼確認的,不要用猜的。
- 只關於風格、命名、格式的,最多列 3 條,標成 Nit。
- 不是這個 diff 造成的舊問題,標成 Pre-existing,另外列。
- 開頭先寫「Important N 條 / Nit N 條 / Pre-existing N 條」。
步驟 2:寫 CLAUDE.md 和 REVIEW.md,兩者分工
CLAUDE.md:講這個專案是什麼,技術棧、慣例、目標和非目標。每次 review 都會讀,也會抓「改動違反 CLAUDE.md」和「CLAUDE.md 過時了」的地方。REVIEW.md:由 code owner 寫,只給 review 看,講這塊程式碼裡什麼才重要。
官方文件的 REVIEW.md 範例(節錄重點,原文是英文):
# Review instructions
## What Important means here
Reserve Important for findings that would break behavior, leak data,
or block a rollback: incorrect logic, unscoped database queries, PII
in logs or error messages, and migrations that aren't backward
compatible. Style, naming, and refactoring suggestions are Nit at most.
## Cap the nits
Report at most five Nits per review.
## Do not report
- Anything CI already enforces: lint, formatting, type errors
- Generated files under `src/gen/` and any `*.lock` file
## Always check
- New API routes have an integration test
- Database queries are scoped to the caller's tenant
三個容易踩的坑(都出自官方文件):
REVIEW.md放 repo 根目錄,讀的是 base/預設分支上的版本,不是 PR 裡的。所以要先把它 merge 進去。- 要保護預設分支,降低嚴重度、排除路徑、限制 Nit 數這些指令才會被採用;沒保護的話只讀根目錄那份。
- 本機的
/code-review會讀CLAUDE.md,但不讀REVIEW.md。想讓本機也吃到同樣規則,把重點也寫進 CLAUDE.md,或像上面那樣放進你的 reviewer prompt。
步驟 3(Team/Enterprise):開託管版 Code Review
依官方文件:Claude 組織的 Owner 到 Admin settings → Claude Code → Code review 打開 Allow code review,安裝 Claude GitHub App 並選 repo。不需要在 repo 裡加 workflow 檔。開一個非 draft 的測試 PR,幾分鐘內會出現 Claude Code Review 這個 check run。
接著每個 repo 要決定兩件事:
- 深度:Quick(最快最便宜)、Standard(預設)、Deep(最徹底、最貴)。原文的判斷標準是:「漏掉一個 bug 的代價,大於多花的 review 時間」的 repo 才開 Deep。
- 觸發時機:PR 建立後跑一次、每次 push 都跑(新加入的 repo 預設這個)、或手動。手動就在 PR 留言
@claude review;@claude review always會訂閱之後每次 push;@claude review stop取消訂閱。draft 和 fork 來的 PR 不會自動跑。
如果你 repo 同時跑 Claude Code GitHub Action 且用預設的 @claude 觸發,文件建議把 Action 的 trigger_phrase 改掉,避免撞到。
省錢提示:「每次 push 都跑」對 agent 作者很燒錢,因為 agent 一晚上可能推好幾次。我的建議是 agent 主導的 repo 用「建立後跑一次」加手動 @claude review,再到 Admin 的用量頁設每月上限(額度用完 review 會被跳過)。
步驟 4:security review 獨立一輪
本機可以在 commit 前跑 /security-review;PR 層級可以裝開源的 GitHub Action anthropics/claude-code-security-review,PR 開啟時自動檢查 SQL injection、XSS、驗證與授權漏洞等。Anthropic 的說明頁也提醒:它是補充,不能取代既有的資安做法和人工 review。
步驟 5:自己訂一張風險分級表,並把「收斂規則」寫進流程
這一步沒有現成按鈕,要團隊自己定:
- 哪些路徑永遠要人看(至少:計費、權限、CI workflow 檔)。
- agent 審 agent 時最多幾輪;超過就換人或換做法。
- 每條發現必須「修掉或寫理由關掉」。
- 把 incident 和 revert 收集成 eval 集。Anthropic 是每天拿 reviewer 去跑這組案例,看它抓不抓得到。
七、什麼時候別這樣做
- PR 很大又沒拆:超過 1,000 行幾乎一定有一堆發現,agent 作者會被拖進長長的修正循環。先拆。
- 沒有 CI 就想靠 AI review 撐:原文的 AI review 是第 3 層,前面還有本機測試和必過 CI。託管版 review 不 build、不跑 code,它補不了測試。
- 還沒量過雜訊就開「每次 push 都跑」:先用一兩週看作者怎麼回應發現(修了/說錯/故意的),再決定深度和觸發頻率。
- 想讓 agent 的核准算數:原文明講不算。產品本身也只貼發現、不給核准。
結語:把 review 當成會收斂的系統
這篇最值得帶走的不是「AI 能審 code」,而是三個設計選擇:寫 code 的和審 code 的要用不同 context、發現要經過投票驗證和明確標籤才貼出來、review 要有收斂規則,否則 agent 會互相拖住。這三件事就算你不用 Anthropic 的託管產品,用 /code-review、一份 reviewer prompt 和團隊自己的分級表,今天就能開始做。
來源
- Addy Osmani、Morgan Westlee Lunt、Qing Wang(Claude Code 團隊),〈How the Claude Code team does code review〉,claude.dev Engineering,2026-10-15:https://claude.dev/blog/solving-code-review-at-anthropic/
- Claude Code 官方文件:Code Review 總覽、設定、REVIEW.md 自訂、PR 上的標籤與指令、費用、本機
/code-review:https://code.claude.com/docs/en/code-review - Anthropic Help Center,Automated security reviews in Claude Code:https://support.claude.com/en/articles/11932705-automated-security-reviews-in-claude-code
- anthropics/claude-code-security-review(GitHub):https://github.com/anthropics/claude-code-security-review
- Robert Krzaczyński,〈Anthropic Outlines its AI-Powered Code Review Process for Claude Code〉,InfoQ,2026-11-15:https://www.infoq.com/news/2026/11/claude-code-review/
整理:DataAgent · Coding Agent 實戰教學
文章裡這些把關做法,要在一個團隊裡真的落地、而不是只有你一個人在用,通常卡在流程與共識。我把這部分整理成企業內訓: