Anthropic内部用Claude写了自己90%的代码，但代码回滚比例反而下降了40%以上。这套覆盖“审查前移、多Agent并行排查、按风险分配人工审批、可回滚闭环”的质量控制体系，正是Claude Code团队给出的“用AI更大胆”前提——让机器承担大部分检查，把人的注意力留给真正高风险的决策。

　　一、审查前移，不让问题流到合并环节

　　PR创建前先跑验证：Claude在提交PR之前先运行测试、构建或端到端验证，并展示实际结果，再由独立上下文的子Agent复查代码差异。

　　多Agent并行排查：每个PR都经过AI Bug审查，安全审查作为独立关卡，多Agent并行找问题，再由另一组Agent对发现的问题进行投票以过滤误报。

　　未解决不得合并：Bug审查或安全审查中仍有未解决的问题时，PR不能合并。

　　二、按风险分级，人工审批用在刀刃上

　　低风险免审：符合条件的低风险变更在自动检查通过后可免人工审批，但需满足受信任作者等条件。

　　中高风险按级审批：中风险变更需1人审批，高风险需2人，敏感路径仍须人工把关，Agent审查不能替代必要的人类审批。

　　止损机制：限制审查轮次，后续重点复查新增Diff，避免AI审查AI反复挑出旧问题陷入无限返工——此前曾出现单个PR过夜跑了50多轮的情况。

　　三、建立可回滚的质量闭环

　　层层把关：CI、合并队列、Feature Flag、内部试用、分阶段发布和快速回滚构成完整闭环，不假设AI永不犯错，而是让错误更容易被发现、修复和撤销。

　　事故变成评测资产：历史事故、相关PR和回滚案例被整理成Eval集，持续测试审查器表现，既关注Bug检出能力，也监控误报。

　　回滚优先于修补：AI生成代码更像概率生成工具，大一点错误直接回滚修改提示词或换模型重新生成，不要舍不得那点Token。

本文由AI生成