Anthropic 每天合并三万次改动，每个 PR 只需一个人。Postgres 刚因为 AI 审查员找出的 bug 多到人修不完而推迟发版
Scion 那篇文章两天之后，Anthropic 发了故事的另一半。Claude Code 团队怎么做代码审查，作者 Addy Osmani、Morgan Westlee Lunt 和 Qing Wang，日期 10 月 15 日，文章说 Claude 现在写了 Claude Code 自己大约 90% 的代码。6 月到 9 月之间合并的 PR 翻了一倍多，被回滚的比例下降超过 40%，整个 monorepo 每天的改动数从 5 月的约 2500 次涨到 9 月的 3 万次以上。明确的目标是大多数 PR 合并时最多只有一个人在环路里，而这个人可以是作者本人。他们追踪的指标是最有意思的部分：每个 PR 的人工批准数的中位数和 p95，每个 PR 的人工评论数，等待时间，回滚和事故。姿态是你合的你负责，工程投入花在让错误能快速轻松地撤销上，而不是在合并前抓住每一个错误。大部分阅读挪给了机器。
同一天上午 The Register 报道了相反的失败模式。PostgreSQL 19 的正式版推迟到 11 月 19 日前后，八到十个重要特性被回退到 Postgres 20，触发点是 LLM 辅助审查。Peter Eisentraut 10 月 9 日的博客标题叫回滚会一直继续到士气好转为止，描述了一张大约四十条缺陷报告的清单，全是边界情况问题，放在过去要在五年生产使用中慢慢浮现、慢慢修。特性写完之后有效的质量门槛涨了，一个只有人力修复能力的志愿者项目来不及过线。The Register 的标题是 AI 审查员找出的 bug 多到人修不完，这是对这个不对称的公允概括。审查变便宜了。修复没有，除非你在修复这一侧也有 agent，还有一个能消化回滚的文化，而这正是 Anthropic 那篇文章描述的东西。
Scion 这条线拿到了它的脚注。曾参与 Meta Mononoke 的 Rain Paharia 本周发了两篇文章，说 Scion 的派生数据和变更集设计就是 Mononoke 的 Bonsai 模型把名字倒过来拼，而 Anthropic 的文章把来之不易的经验归功于 Sapling，却没有提 Mononoke。两篇分别拿了 414 和 249 分。Anthropic 的 Nick G. 在 HN 上回应说 Sapling 是 Meta 对整套系统的称呼，团队受到 Mononoke 的 Bonsai 数据模型和 Kleppmann 派生数据的启发，而且他们并不是简单地让 Claude 造一个版本控制系统。Scion 那篇文章现在加了脚注，点名 Mononoke 和 Bonsai，sunshowers 的文章也更新说署名已经足够。底下的论点依然成立：agent 做的设计会重度参照训练集里的先例，所以署名现在是审查的一个步骤。
同一个 48 小时里还有一件事合得上。Anthropic 10 月 14 日发布的 agent 可观测性测试版，把 Managed Agents、Messages API 和 SDK 的 OpenTelemetry 追踪数据送进 Grafana、Honeycomb、Datadog、Langfuse、Arize 等平台。Ramp 的引述就是用例：一个叫 Reflect 的工具给 Langfuse 里的追踪打分，这个循环让 token 用量降了 10% 到 20%，会话快了 30%。审查，回滚，追踪，打分。Claude Code 那篇文章展示的，是当这个循环成为代码库唯一的前进方式时它长什么样。
链接：https://claude.dev/blog/solving-code-review-at-anthropic/ ，https://www.theregister.com/databases/2026/10/16/postgres-19-delayed-after-ai-reviewers-find-more-bugs-than-humans-can-fix/5303471 ，https://sunshowers.io/posts/anthropic-mononoke-2/ ，https://news.ycombinator.com/item?id=50107559 ，https://claude.com/resources/articles/agent-observability-on-the-claude-platform
← 返回所有文章
同一天上午 The Register 报道了相反的失败模式。PostgreSQL 19 的正式版推迟到 11 月 19 日前后，八到十个重要特性被回退到 Postgres 20，触发点是 LLM 辅助审查。Peter Eisentraut 10 月 9 日的博客标题叫回滚会一直继续到士气好转为止，描述了一张大约四十条缺陷报告的清单，全是边界情况问题，放在过去要在五年生产使用中慢慢浮现、慢慢修。特性写完之后有效的质量门槛涨了，一个只有人力修复能力的志愿者项目来不及过线。The Register 的标题是 AI 审查员找出的 bug 多到人修不完，这是对这个不对称的公允概括。审查变便宜了。修复没有，除非你在修复这一侧也有 agent，还有一个能消化回滚的文化，而这正是 Anthropic 那篇文章描述的东西。
Scion 这条线拿到了它的脚注。曾参与 Meta Mononoke 的 Rain Paharia 本周发了两篇文章，说 Scion 的派生数据和变更集设计就是 Mononoke 的 Bonsai 模型把名字倒过来拼，而 Anthropic 的文章把来之不易的经验归功于 Sapling，却没有提 Mononoke。两篇分别拿了 414 和 249 分。Anthropic 的 Nick G. 在 HN 上回应说 Sapling 是 Meta 对整套系统的称呼，团队受到 Mononoke 的 Bonsai 数据模型和 Kleppmann 派生数据的启发，而且他们并不是简单地让 Claude 造一个版本控制系统。Scion 那篇文章现在加了脚注，点名 Mononoke 和 Bonsai，sunshowers 的文章也更新说署名已经足够。底下的论点依然成立：agent 做的设计会重度参照训练集里的先例，所以署名现在是审查的一个步骤。
同一个 48 小时里还有一件事合得上。Anthropic 10 月 14 日发布的 agent 可观测性测试版，把 Managed Agents、Messages API 和 SDK 的 OpenTelemetry 追踪数据送进 Grafana、Honeycomb、Datadog、Langfuse、Arize 等平台。Ramp 的引述就是用例：一个叫 Reflect 的工具给 Langfuse 里的追踪打分，这个循环让 token 用量降了 10% 到 20%，会话快了 30%。审查，回滚，追踪，打分。Claude Code 那篇文章展示的，是当这个循环成为代码库唯一的前进方式时它长什么样。
链接：https://claude.dev/blog/solving-code-review-at-anthropic/ ，https://www.theregister.com/databases/2026/10/16/postgres-19-delayed-after-ai-reviewers-find-more-bugs-than-humans-can-fix/5303471 ，https://sunshowers.io/posts/anthropic-mononoke-2/ ，https://news.ycombinator.com/item?id=50107559 ，https://claude.com/resources/articles/agent-observability-on-the-claude-platform
评论