跳到主要內容
2026-11-18 日報
開發生態

Claude Code 團隊披露內部約 90% 程式碼由 Claude 撰寫與審查,公開支援數百代理平行運作的驗證架構

Hacker News單一來源
尚未逐項核實

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

Claude Code 團隊發布工程實踐文章指出,該團隊目前約 90% 的程式碼由 Claude 撰寫與審查。在缺少自動驗證迴圈前,工程人員因需人工逐一檢查,同時僅能運行 1 至 2 個 Claude 實例;建立驗證迴圈後,系統已能支援數十至數百個代理平行運作。內部結構化檔案生成實測顯示,引入獨立評分代理(grader)對照標準檢驗輸出,比一般提示詞迴圈提升任務成功率高達 10 個百分點,且在難題上提升最顯著。代理生成的測試、基準與規格轉化為軟體執行後,能頻繁運行且不消耗額外 token,重複失敗的紀錄則可寫入 CLAUDE.md 或 hook 規則中防止問題復發。 該團隊提出三大核心測試架構以避免代理產生偏差:第一為「端到端測試(E2E)」,聚焦真實使用者流程,並透過在 .claude/skills/ 中配置 verify 技能,結合 Chrome 擴充功能、iOS 與 Android MCP、CDP 或電腦使用功能(computer use)模擬實際環境;第二為「屬性測試(Property tests)」,利用 fast-check(JS/TS)、Hypothesis(Python)或 proptest(Rust)等工具產生數千組輸入,檢驗編碼往返(round-trip encoding)、不變量(invariants)、等冪性(idempotency)與程式碼等價性,排查極端邊界案例;第三為「差異測試(Differential tests)」,針對大規模系統遷移,使用隨機輸入或生產環境流量取樣同時對比新舊系統,正規化空白字元等次要差異以捕捉相容性漏洞。團隊亦示警應避免不穩定測試(flaky tests),以免訓練出代理盲目重複執行而非修復問題。
讀原始報導

社群討論

社群對該驗證方案普遍持強烈質疑,批評其濫用隨機的 LLM 進行測試只是在燒 token,不如使用 Playwright 等確定性(deterministic)且幾近免費的工具,更有開發者指出光運行 1 到 2 個 agent 每月成本就高達 2,000 美元,逼得人轉用 DeepSeek 壓低支出。反對者認為 agent 容易在未理解真實需求的情況下產出虛假驗證,甚至迫使團隊花更多心力手動做 UAT 與清理冗餘測試;但也有少數採用 Ultra 方案的開發者出面緩頰,表示實務上借鏡該 QA 工作流程確實顯著提升了交付速度與軟體品質。

這則事件的發展

  1. 2026-11-15Anthropic 重構 Claude Code Projects:以主協調代理指揮平行執行緒,支援跨 Repo 自動拆解任務與開 PR
  2. 2026-11-09高盛更新內部指引:限制交易員與銀行家使用 Claude Code 與 GitHub,僅保留約 1.2 萬名工程師權限
  3. 2026-11-08資安報告指 Claude Code「Don't Ask Again」機制致 1,122 個公開 GitHub 檔案洩漏密碼
  4. 2026-11-06Claude Code 在網頁搜尋時把使用者電子郵件送進 User-Agent 標頭,Anthropic 以內建隱私模組修補