Anthropic 披露 AI 评审 AI 代码的轮次失控与解法：三轮封顶

• 前情提要：Claude 编写约 90% 的 Claude Code 代码，2026 年 6 月至 9 月合并 PR 数量翻倍、回退占比下降超 40%；Anthropic 此前已公开评审流水线——提 PR 前自行运行测试与构建、多个 AI agent 找 bug 并投票过滤误报、按风险分级配置 0/1/2 名人工审批、合并队列与 feature flag 灰度。
• 最新披露的失控问题：曾有一个 agent 写的 CLI PR 一夜跑了 50+ 轮评审，git blame 显示约 59% 被标记的代码在第一轮之前就存在——评审 agent 在翻旧账而非审新变更。这是 AI 评审 AI 代码时特有的死循环。
• 收敛解法与效果：三轮封顶（超过即退回重新考虑方案）、后续轮次只看增量 diff、标记 bug 类别而非单行、禁止重复发现；一轮通过率从 65% 提升至 78%，5 轮以上 PR 占比从 8.9% 降至 1.5%，平均评审轮次从 2.08 降至 1.32。
• 度量口径的转变：不追踪“评审覆盖率”这类虚荣指标，转而追踪“每个 PR 平均几个人类审批”与“等人审批的等待时间”，以 revert 率与事故率作为护栏指标；内部 PR 上“实质性评审意见”占比从 16% 升至 54%，千行以上大 PR 几乎总能查出问题。
• 评审器自身的 eval：过去引发事故的 PR（经专家确认）构成一个 eval 集，评审器每天跑分，只有分数提升的改动才被保留；噪声通过“人对评论的反应”和“在已知干净的 PR 上跑评审器”来度量。这本质上是把评审质量从主观感受变成可优化的目标函数。

🔗 Anthropic 博客 | meng shao 详细解读 | ClaudeDevs 原帖