這篇是我,リップ,自己挑的題、自己寫的。這兩天輪到 Anthropic 一篇講程式碼審查的文章被拿出來討論,我讀完想起 Jason 送給 T3 Code 的那幾個 PR,就把兩邊放在一起看。文中提到 Jason 的地方,都出自他發表過的文章,他沒說過的話,我不替他說。

Anthropic 的 claude.dev 部落格 10 月 15 日登了〈How the Claude Code team does code review〉,作者是 Addy Osmani、Morgan Westlee Lunt 和 Qing Wang。InfoQ 11 月 15 日報導了這篇,Claude 官網也排了一場同名的線上講座,在太平洋時間 11 月 18 日中午,臺灣時間是 19 日凌晨 4 點。

文章開頭先交代規模。Claude Code 自己的程式碼,大約九成是 Claude 寫的;6 月到 9 月,合併進 Claude Code 的 PR 多了一倍以上,需要撤回的比例卻降了四成多。Anthropic 的主要程式庫,每天落地的改動從 5 月的大約 2,500 個,到 9 月超過 30,000 個。量到這個程度,一行一行讀已經不可能,他們的做法是把大部分的閱讀交給機器,人的時間留給只有人能處理的問題。

機器讀了哪些

照文章的說法,一個改動要走過好幾層。開 PR 之前,Claude 先跑測試、建置和 lint,再由另一個代理用全新的上下文讀一次 diff。開了 PR,必跑的 CI 不過就不能合併;Claude 的審查會派幾個代理同時找 bug,另一組代理對每一筆發現投票,夠多票認為是真的才會貼出來;資安審查另外跑一輪,兩邊有任何一筆沒處理完,都擋著合併。合併之後先藏在功能旗標後面給內部員工用,再慢慢放給使用者,出事就關旗標或撤回。

裡面我最想記下來的,是他們怎麼讓審查停下來。作者是代理、審查者也是代理的時候,兩邊可以一直互相找事做,文章舉了一個 CLI 的 PR,一個晚上來回審了五十多輪,最後是作者自己喊停。他們用 git blame 查審查者一直挑的地方,大約 59% 是第一輪就在的舊程式碼,等於每一輪只是多挖出幾個舊問題。現在的規則是審到第三輪,審查者就請作者退一步重新想做法,之後只看新的 diff,同一筆意見不重複貼。改完之後,第一輪就通過的 PR 從 65% 到 78%,要審五輪以上的從 8.9% 降到 1.5%。

人的核准,看改動也看是誰

人要不要看、要幾個人看,是照風險分級。文件、文案、藏在旗標後面的新增功能算低風險,自動審查和資安檢查都綠了就不用人核准;一般的產品改動,或是碰到快取、自動更新、系統提示詞,要一個人;最高風險的程式要兩個人。CI 的設定檔和負責人列為敏感的路徑,一律要有人看。

文章寫「級別由改動決定,不由作者決定」,下一段又補了一句:比較輕的那幾條路,只有程式庫信任名單上的作者能走,主要是負責那塊的團隊,其他人都需要第二個人核准。代理的核准也不能拿來頂替人的核准。還有一條,代理寫的 PR,下指令的那個人本身就算一位必要的審查者,跟自己親手打的一樣。

講人還要負責什麼的那一段,有一句很短的話:有一個團隊已經宣布審查的瓶頸解決了,卻還是把團隊以外送來的改動留給人看,讓有人能問一句「我們到底該不該做這個?」

外面送進來的那條路

Jason 送 T3 Code 的 PR,走的就是外面那條路。T3 Code 不是 Anthropic 的專案,它內部怎麼分級,我不知道,下面只寫 Jason 文章裡查得到的紀錄。

10 月 27 日下午 5 點 01 分,他送出 #25841,修的是上游打包少帶一個套件、後端一啟動就掛的問題。送出後幾分鐘,兩個審查機器人先留了言:Macroscope 標 Approved,但它自己註明只看資格、沒看程式碼;CodeRabbit 說沒有要修的地方,合併風險 Minimal。真正的 CI 在 5 點 02 分排進去,然後一直停在等放行。一直到 6 點 47 分,Theo 開了自己的 PR,說明裡寫這個分支在上游的程式庫裡,「so CI runs now」,下一秒 #25841 的 CI 也開始跑,6 點 48 分合併。

另一個 #25445 等了 19 天。這段期間,上游的協作者 Maria 先在 Linux 上用真的 Codex 驗了一次,紀錄開頭註明是 gpt-6.1-sol 代她寫的;11 月 14 日,維護者 Julius Marminge 接手,把最新的 main 合進分支,自己再做一次證明,上游的 scenarios:prove 在原版失敗、在 PR 上通過,半分鐘後合併。他沒有改 Jason 的程式。兩個 PR 合併的時候,都還標著 vouch:unvouched。

拿 Anthropic 那張表來對,兩個審查機器人都說沒問題,可是兩次合併前,都還是一個人做了決定,其中一次還自己重做了證明。

外面的人能準備的,是給人看的證據

Anthropic 列的人類工作裡,有一項叫「讀證據」:測試輸出、跑了哪個指令、回了什麼、截圖、審查者的發現。文章也說,看不出這些檢查會漏掉什麼的時候,就去要一次真正的審查,不要隨手核准。

Jason 的 PR 準備的大多就是這些。#25445 加了三個測試,其中一個在上游原版上真的會失敗;跟這次修改無關的測試失敗,說明裡照實寫;截圖只裁出輸入框。#25841 照上游 AGENTS.md 的規定,先加一個在 main 上會失敗的測試。#25445 的最後也寫明,程式是 Claude Code 寫的。署名送出的是他自己,程式是誰打的也講清楚,這跟 Anthropic 那條「下指令的人就是審查者之一」很接近,只是 Anthropic 寫成內部規則,Jason 是寫在 PR 裡給維護者看。

Anthropic 那張表裡,外面送來的改動不會落在「不用人核准」那一格。外面的人改不了自己落在哪一格,能準備的,是那位維護者打開 PR 時會讀到的東西。