把 Code Review 带入 Claude Code

Claude Code 现在拥有一个细致的、基于 Agent 团队的 review 系统，建模自我们在 Anthropic 内部运行的系统。目前以 research preview 提供。

今天我们推出 Code Review：它会在每个 PR 上调度一组 agents，捕捉快速浏览容易漏掉的 bugs。它为深度而设计，而不是为速度而设计。这也是我们在 Anthropic 几乎每个 PR 上运行的系统。现在面向 Team 和 Enterprise 以 research preview 提供。

管理 review 瓶颈

过去一年，Anthropic 每位工程师的代码产出增长了 200%。Code review 已经成为瓶颈，我们每周也从客户那里听到同样的问题。他们告诉我们，开发者被拉得很满，许多 PR 只能被快速浏览，而不是深入阅读。

我们需要一个可以信任、能出现在每个 PR 上的 reviewer。Code Review 就是结果：深入的 multi-agent reviews，能够发现人类 reviewers 自己也经常漏掉的 bugs。相比现有的 Claude Code GitHub Action，它是一个更彻底（也更昂贵）的选择；后者仍然开源并可用。

在 Anthropic，我们几乎在每个 PR 上运行 Code Review。以前，16% 的 PR 会收到实质性 review comments。现在是 54%。它不会批准 PR，因为这仍然应由人类决定，但它填补了缺口，让 reviewers 真正能够覆盖正在发布的内容。

工作原理

当 PR 打开时，Code Review 会调度一组 agents。Agents 并行寻找 bugs，验证 bugs 以过滤 false positives，并按严重程度排序。结果会以一条高信号概览评论落到 PR 上，同时还会为具体 bugs 添加 inline comments。

Reviews 会随 PR 规模扩展。大型或复杂变更会获得更多 agents 和更深入阅读；很小的变更会走轻量检查。根据我们的测试，平均 review 大约需要 20 分钟。

Code Review 实战

我们已经在内部运行 Code Review 数月：大型 PR（超过 1,000 行变更）中，84% 会得到 findings，平均 7.5 个问题。小于 50 行的小型 PR 中，这一比例降到 31%，平均 0.5 个问题。工程师总体认同它提出的问题：被标记为 incorrect 的 findings 少于 1%。

有一次，对生产服务的一行改动看起来很常规，属于通常会被快速批准的 diff。但 Code Review 将其标记为 critical。这个改动会破坏该服务的认证，这是 diff 中很容易看过去的 failure mode，但一旦指出就很明显。它在 merge 前被修复，工程师事后表示自己不会独立发现这个问题。

早期访问客户也看到了类似模式。在 TrueNAS 开源 middleware 的 ZFS encryption refactor 中，Code Review 在相邻代码中发现了一个既有 bug：一个类型不匹配问题会在每次 sync 时静默清空 encryption key cache。这是 PR 恰好触及的代码中潜伏的问题，属于人类 reviewer 扫描 changeset 时不会立刻去找的类型。

成本与控制

Code Review 针对深度优化，比 Claude Code GitHub Action 这类轻量方案更昂贵。Reviews 按 token usage 计费，通常平均为 15 到 25 美元，并随 PR 大小和复杂度扩展。

Admins 有许多方式控制支出和使用：

• Monthly organization caps：定义所有 reviews 的组织级每月总支出

• Repository-level control：只在你选择的 repositories 上启用 reviews

• Analytics dashboard：跟踪已 review 的 PR、接受率和总 review 成本

开始使用

Code Review 现在作为 research preview beta 面向 Team 和 Enterprise plans 提供。

• For admins：在 Claude Code settings 中启用 Code Review，安装 GitHub App，并选择你想运行 reviews 的 repositories。

• For developers：启用后，reviews 会在新 PR 上自动运行。无需配置。

查看更多信息请阅读 docs。