新智元報道 澳門2025正版資料免費公開
編輯：Aeneas KIngHZ
【新智元導讀】剛剛，全球AI圈地震了：Anthropic的一個新功能，直接干掉了價值500億美元的傳統代碼審計行業！年費5萬美元的傳統安全廠商，現在直接被一鍋端掉，新工具最低只要15美金。
就在剛剛，Anthropic又出手了！
Claude Code之父重磅官宣：Claude Code新增代碼評審（Code Review）新功能。
這一次，它瞄準了一個價值500億美元的產業——代碼安全審計。
Anthropic剛剛發布的新功能，可以說是在用極其簡單粗暴的方式，直接挑戰整個代碼安全行業。
有人驚呼：價值500億美元的行業，被Anthropic一夜干翻了！
現在，可以坐等安全股大跌了。
在Anthropic，幾乎每個PR都測試了此系統。
經過數月的測試，結果如下：
包含實質性評審意見的PR比例從16%增加到54%。
工程師認為評審結果錯誤的比例不到1%。
在大型Pull Request（1000行以上）中，84%的PR存在表面問題，平均每份PR存在7.5個問題。
目前，該功能已給Claude Team和Enterprise測試版中作為研究預覽上線。
500億美金市場的噩夢
Anthropic的這個產品，簡直是讓全球AI圈和網絡安全界（AppSec）發生了一場足以載入史冊的大地震。
資深開發者紛紛驚呼，價值500億的代碼審計行業被端了！
這是因為，在過去，大公司為了防止代碼里的Bug或安全漏洞流向生產環境，每年要支付給傳統安全廠商（如Snyk、Checkmarx 等）高達5萬美金甚至更高的授權費，雇傭專業團隊進行掃描和審計。
而現在，Claude卻可以直接派一隊AI智能體潛伏在你的PR里，24小時待命。
而且，按token計算，它的單次Review成本，平均只要15-25美元！
5萬美金和25美金，差了2000倍。
這根本不是功能更新，這是給傳統代碼審計吹響了終結的號角。
Code Review，開發者最痛苦的環節
如果你問一個任何一個工程團隊：軟件開發中最大的瓶頸環節，是哪一個？
相信很多人的答案，都是代碼評審（Code Review）。
過去幾年，AI寫代碼的能力是日新月異，突飛猛進，無論是GitHub Copilot、Cursor、Claude Code還是ChatGPT，用上這些工具的開發者，寫出的代碼量直接暴漲。
結果，問題來了——雖然代碼被飛速產出，審代碼的人卻并沒有變多。
Anthropic發現，過去一年里，每位工程師的代碼產出增加了200%，但很多PR（Pull Request）只是被快速掃了一眼。
連開發者自己都承認，很多代碼評審，不過是在走流程而已。
于是，大量Bug、漏洞、邏輯問題就這樣被帶進生產環境。
這也就是為什么，很多企業愿意花天價去買安全掃描工具。
然而問題來了——這些工具并不聰明。
傳統代碼掃描工具，到底有什么問題？
如果你用過傳統AppSec工具，比如Snyk、Checkmarx、Veracode、SonarQube等，你大概率會有這樣的感受：誤報太多了。
原因在于，這些工具大多數基于靜態規則和已知漏洞庫，可以掃描代碼，卻無法真正理解代碼。
經常發生的一個場景，就是工具提醒「可能有SQL注入風險」，開發者檢查了半天，卻發現沒有問題。
于是大家慢慢開始忽略警告，而真正危險的問題，就往往被忽略過去。
因此，企業仍然需要大量人工Code Review，而Anthropic這次做的，就是把它自動化。
Anthropic，扔出一個AI代碼評審軍團
這一次，Claude Code Review的思路其實很簡單。
在Claude Code中，系統可以自動分析Pull Request，并從多個角度進行檢查，例如：
代碼規范是否符合項目規則
是否存在潛在bug
修改是否與歷史代碼邏輯沖突
之前PR中提出的問題是否再次出現
最終，它們會輸出兩個結果：一個高信號總結評論，和一個具體代碼位置的inline評論。
也就是說，你打開PR時，就能看到一份AI評審報告，看到真正重要的問題，而不是幾十頁的流水賬。
「AI寫代碼，AI評審」的時代，終于還是來了。
Claude自我循環、自我遞歸，苗頭出現了。
隨著AI能力日益強大，以后人類唯一的作用可能就是打開AI開關了，鍵盤上只需要Claude按鍵了。
多Agent系統，Claude Code評審軍團出動
Claude Code Review最大的特點就是，它不是一個AI，而是一個團隊。
當一個PR被創建時，系統會自動啟動一支AI Agent團隊。
據介紹，Claude新的代碼評審功能會派出多個AI「評審智能體」并行工作，每個智能體負責不同類型的檢查。
這些智能體通過驗證來過濾誤報，并根據嚴重性對錯誤進行排序。最終結果會作為一條高信號的綜合評語，以及針對特定錯誤的內聯評論，呈現在PR上。
評審規模會隨PR大小調整。
大型或復雜的變更會獲得更多智能體和更深入的審閱；微小的變更則會快速通過。根據Anthropic的測試，平均評審時間約為20分鐘。
最終，通過多Agent相互驗證，就可以減少誤報。
這個過程中，它會重點查找邏輯錯誤、安全漏洞、邊界條件（edge case）缺陷和隱蔽的回歸問題。
所有發現的問題都會按嚴重等級（severity）標記。
紅色圓點表示普通問題，即合并代碼前應修復的bug；
黃色圓點表示輕微問題，建議修復，但不會阻止合并；
紫色圓點表示既存問題，非本次PR引入的bug。
每條評審評論還包含一個可折疊的推理說明（extended reasoning）。
展開后，你可以看到：
Claude 為什么標記該問題
它是如何驗證這個問題確實存在的
需要注意的是，這些評論不會自動批準或阻止PR合并，因此不會破壞現有的代碼評審流程.
默認情況下，Claude Code Review主要關注代碼正確性（correctness）。
也就是說，它重點檢查：
會導致生產環境故障的bug
實際邏輯問題
而不會重點關注代碼格式、風格偏好、是否缺少測試等問題。
如果希望擴展檢查范圍，需要用戶進行配置。
內部測試結果，堪稱恐怖
Anthropic的內部測試結果，堪稱恐怖！也更加證明了，傳統的代碼評審，基本就是個笑話。
內部數據實在是觸目驚心：只有16%的PR獲得了實質性的評審意見。
在1000行以上的大型PR中，84%的代碼都被它揪出了問題，平均每個PR抓到7.5個Bug。
為什么？原因就是，工程師太忙了。
Anthropic在過去一年里，每個工程師的代碼產出增長了200%。代碼越來越多，誰還有功夫一行一行細看？
而在實施該功能后，代碼庫中有實質性修復建議的PR比例，從16%暴漲到了54%。
這意味著，以前有近40%的潛在屎山代碼，是在人類程序員眼皮子底下溜過去的，而現在，它們全被Claude揪了出來。
更恐怖的是小于50行的小PR，從前大家覺得，就這么幾行，能有什么問題。
結果，其中的31%都被發現了問題，每三個小改動，就有一個藏著bug。
而那些被揪出來的問題，工程師的的認可度直接達到99%以上！只有不到1%的結果，被工程師標記為誤報。
這個準確率，已經超過了絕大多數人類reviewer。
Anthropic舉了自己內部的一個例子：對一個生產服務的一行代碼更改，看起來是常規操作，屬于通常會快速獲得批準的差異。但代碼評審將其標記為嚴重問題。
該更改會導致身份驗證失效，這種故障模式在差異對比中容易被忽略，但一經指出就非常明顯。
該問題在合并前得到了修復，工程師事后表示，他們自己可能不會發現這個問題。
再講一個真實案例。
iXsystems，一家做TrueNAS的公司，在用Code Review評審了一個ZFS加密相關的代碼重構。
這是一個很深度的技術改動，review的人都是這個領域的專家。
結果，Code Review干了一件讓所有人意外的事：它在「相鄰代碼」里發現了一個潛在的bug。
PR鏈接：https://github.com/truenas/middleware/pull/18291
那個bug不在這次改動的核心范圍，只是代碼「恰好被改動涉及到了」。這個類型不匹配的問題，會導致每次同步時悄悄擦除加密密鑰緩存。
這是一個隱藏了很久很久的bug，一直在那里，只是沒人發現。
人類專家幾乎不可能發現，因為它不在diff里，不是要關注的重點，但說不定某一天，它就會炸掉你的系統。
但是，現在Code Review一下子將它揪出。
行業大洗牌，來了
現在，安全公司和SaaS廠商都在哀嚎。
每年收5萬美金的代碼安全公司，還能活多久？
不是它們的技術不好，而是商業邏輯變了。
如果Anthropic可以用智能體團隊，花20美元就能解決深度的業務邏輯安全審計，誰還會去買那些動輒幾萬美金、誤報率還高得離譜的傳統掃描器？
如果你還在手動Review幾千行代碼，或者還在為高昂的安全審計費買單，醒醒吧，時代變了。
今夜，AppSec行業的股票，可能真的要感受一下AI的寒意了。 澳門一碼一肖一特一中2025
參考資料：
https://x.com/claudeai/status/2031088171262554195
https://claude.com/blog/code-review
https://x.com/cryptopunk7213/status/2031094411635896594