Anthropic 发布了 Claude Code Review 功能，该系统在开发者提交 Pull Request（PR）时自动启动 多个 AI 代理组成的审查团队，对代码进行并行分析并生成结构化审查结果。

该功能目前以 Research Preview（研究预览） 形式在 Claude Team 与 Enterprise 版本中开放测试。

系统工作机制

Claude Code Review 并不是单一模型执行审查，而是采用 多 Agent 协作架构。当开发者打开 PR 时，系统会自动启动一个 AI 审查流程。

整体流程如下：

PR 打开
   ↓
多个审查 Agent 并行扫描代码
   ↓
发现潜在缺陷
   ↓
交叉验证结果
   ↓
过滤误报
   ↓
按严重程度排序
   ↓
生成最终审查报告

在完成分析后，系统会提供两种输出形式：

1. 总结性评论

在 PR 讨论区生成一条综合审查评论，概括主要问题与建议。

2. 代码内联标注

在具体代码行上添加评论，指出问题位置与修复建议。

这种形式与人工代码审查的工作流程基本一致。

多代理并行审查机制

系统会启动多个 AI 代理分别执行不同任务：

• 扫描潜在 bug
• 识别安全问题
• 检查逻辑错误
• 分析代码质量
• 发现性能问题

代理发现问题后不会立即报告，而是进入 验证阶段：

发现问题
   ↓
其他 Agent 验证
   ↓
确认有效性
   ↓
降低误报

这一机制的核心目标是 减少 false positives（误报）。

最终系统会按照 问题严重程度进行分级排序，例如：

• Critical
• High
• Medium
• Low

开发者可以优先处理影响最大的缺陷。

在 Anthropic 内部的实际使用

Claude Code Review 已经在 Anthropic 内部的大多数 PR 中使用，并进行了数月测试。

测试结果显示：

PR 审查覆盖率显著提高

• 详细审查并提出意见的 PR 比例
  从 16% 提升到 54%

这意味着大量 PR 在提交后能够得到更系统的检查。

审查准确率

在实际使用中：

误报率非常低

• 被工程师判定为错误的审查结果
  低于 1%

说明多 Agent 交叉验证机制在减少误报方面较为有效。

大型 PR 的发现能力

对于规模较大的代码提交（超过 1000 行代码），Claude Code Review 表现出较高的问题发现率。

测试数据：

• 84% 的问题可以被发现
• 每个大型 PR 平均存在 7.5 个问题

这些问题包括：

• 逻辑错误
• 潜在 bug
• 不合理实现
• 风险代码

成本结构

Claude Code Review 采用 按 token 使用量计费。

由于系统会进行深度分析，因此成本高于简单的自动化检查工具。

平均成本：

• 每次 PR 审查约 $15 – $25

费用主要取决于：

• PR 代码规模
• 代码复杂度
• 分析深度

相比轻量级工具，该系统更侧重 深入代码分析。

与传统代码审查工具的区别

Claude Code Review 的设计思路与传统 CI 工具不同。

传统工具通常依赖：

• 静态规则
• lint 规则
• 固定检测器

而 Claude Code Review 更接近 智能代码审查系统：

这种方式能够发现 更复杂的逻辑问题。

AI 代码审查的发展趋势

Claude Code Review 代表了一种新的开发流程：

开发者提交 PR
        ↓
AI 审查团队
        ↓
人工工程师复核

这种模式将 AI 从简单的代码补全工具，扩展到 软件工程质量控制环节。

随着模型推理能力的提升，AI 代码审查可能逐渐成为开发流程中的标准步骤。

未来的开发流程可能会变成：

AI 写代码
AI 审查代码
人类工程师做最终决策

Claude Code Review 的推出，标志着 AI 在软件工程生命周期中的角色正在进一步扩大。