刚刚，Anthropic深夜血洗500亿美金行业

就在刚刚，Anthropic又出手了！

Claude Code之父重磅官宣：Claude Code新增代码评审（Code Review）新功能。

这一次，它瞄准了一个价值500亿美元的产业——代码安全审计。

Anthropic刚刚发布的新功能，可以说是在用极其简单粗暴的方式，直接挑战整个代码安全行业。

有人惊呼：价值500亿美元的行业，被Anthropic一夜干翻了！

现在，可以坐等安全股大跌了。

在Anthropic，几乎每个PR都测试了此系统。

经过数月的测试，结果如下：

包含实质性评审意见的PR比例从16%增加到54%。

工程师认为评审结果错误的比例不到1%。

在大型Pull Request（1000行以上）中，84%的PR存在表面问题，平均每份PR存在7.5个问题。

目前，该功能已给Claude Team和Enterprise测试版中作为研究预览上线。

500亿美金市场的噩梦

Anthropic的这个产品，简直是让全球AI圈和网络安全界（AppSec）发生了一场足以载入史册的大地震。

资深开发者纷纷惊呼，价值500亿的代码审计行业被端了！

这是因为，在过去，大公司为了防止代码里的Bug或安全漏洞流向生产环境，每年要支付给传统安全厂商（如Snyk、Checkmarx 等）高达5万美金甚至更高的授权费，雇佣专业团队进行扫描和审计。

而现在，Claude却可以直接派一队AI智能体潜伏在你的PR里，24小时待命。

而且，按token计算，它的单次Review成本，平均只要15-25美元！

5万美金和25美金，差了2000倍。

这根本不是功能更新，这是给传统代码审计吹响了终结的号角。

Code Review，开发者最痛苦的环节

如果你问一个任何一个工程团队：软件开发中最大的瓶颈环节，是哪一个？

相信很多人的答案，都是代码评审（Code Review）。

过去几年，AI写代码的能力是日新月异，突飞猛进，无论是GitHub Copilot、Cursor、Claude Code还是ChatGPT，用上这些工具的开发者，写出的代码量直接暴涨。

结果，问题来了——虽然代码被飞速产出，审代码的人却并没有变多。

Anthropic发现，过去一年里，每位工程师的代码产出增加了200%，但很多PR（Pull Request）只是被快速扫了一眼。

连开发者自己都承认，很多代码评审，不过是在走流程而已。

于是，大量Bug、漏洞、逻辑问题就这样被带进生产环境。

这也就是为什么，很多企业愿意花天价去买安全扫描工具。

然而问题来了——这些工具并不聪明。

传统代码扫描工具，到底有什么问题？

如果你用过传统AppSec工具，比如Snyk、Checkmarx、Veracode、SonarQube等，你大概率会有这样的感受：误报太多了。

原因在于，这些工具大多数基于静态规则和已知漏洞库，可以扫描代码，却无法真正理解代码。

经常发生的一个场景，就是工具提醒“可能有SQL注入风险”，开发者检查了半天，却发现没有问题。

于是大家慢慢开始忽略警告，而真正危险的问题，就往往被忽略过去。

因此，企业仍然需要大量人工Code Review，而Anthropic这次做的，就是把它自动化。

Anthropic，扔出一个AI代码评审军团

这一次，Claude Code Review的思路其实很简单。

在Claude Code中，系统可以自动分析Pull Request，并从多个角度进行检查，例如：

代码规范是否符合项目规则

是否存在潜在bug

修改是否与历史代码逻辑冲突

之前PR中提出的问题是否再次出现

最终，它们会输出两个结果：一个高信号总结评论，和一个具体代码位置的inline评论。

也就是说，你打开PR时，就能看到一份AI评审报告，看到真正重要的问题，而不是几十页的流水账。

“AI写代码，AI评审”的时代，终于还是来了。

Claude自我循环、自我递归，苗头出现了。

随着AI能力日益强大，以后人类唯一的作用可能就是打开AI开关了，键盘上只需要Claude按键了。

多Agent系统，Claude Code评审军团出动

Claude Code Review最大的特点就是，它不是一个AI，而是一个团队。

当一个PR被创建时，系统会自动启动一支AI Agent团队。

据介绍，Claude新的代码评审功能会派出多个AI“评审智能体”并行工作，每个智能体负责不同类型的检查。

这些智能体通过验证来过滤误报，并根据严重性对错误进行排序。最终结果会作为一条高信号的综合评语，以及针对特定错误的内联评论，呈现在PR上。

评审规模会随PR大小调整。

大型或复杂的变更会获得更多智能体和更深入的审阅；微小的变更则会快速通过。根据Anthropic的测试，平均评审时间约为20分钟。

最终，通过多Agent相互验证，就可以减少误报。

这个过程中，它会重点查找逻辑错误、安全漏洞、边界条件（edge case）缺陷和隐蔽的回归问题。

所有发现的问题都会按严重等级（severity） 标记。

红色圆点表示普通问题，即合并代码前应修复的bug；

黄色圆点表示轻微问题，建议修复，但不会阻止合并；

紫色圆点表示既存问题，非本次PR引入的bug。

每条评审评论还包含一个 可折叠的推理说明（extended reasoning）。

展开后，你可以看到：

Claude 为什么标记该问题

它是如何验证这个问题确实存在的

需要注意的是，这些评论不会自动批准或阻止PR合并，因此不会破坏现有的代码评审流程.

默认情况下，Claude Code Review主要关注代码正确性（correctness）。

也就是说，它重点检查：