Anthropic 在 Claude Code 团队官方博客里披露了一个很典型的智能体闭环故障，他们内部一条 CLI 项目的代码合并请求，由一个 AI 智能体写代码、另一个 AI 智能体负责审查，一晚上反复走审查、修改、再审查流程，跑了五十多轮依旧无法收敛，最后只能靠人工主动叫停。核心根源在于 AI 审查智能体不会像人类工程师一样选择性放过不影响功能的微小瑕疵，只要标记出问题，写代码的智能体就会老老实实去修改，修改后又触发新一轮审查，形成无限拉扯；事后回溯统计，审查器反复揪出来的问题里面大约有 59% 是一开始就已经存在在老代码里的内容，并不是每一轮都发现全新 bug，只是持续挖掘存量历史问题，循环越拖越长。这件事并不是说 Claude Code 的代码审查完全失效，相反这套 AI 审查体系已经承担了团队绝大部分代码审核工作，团队整体合并请求数量翻倍的同时，回滚率下降超过四成，只是缺少退出熔断机制的时候，很容易陷入这种没有终点的自我循环。之后团队针对性新增几条规则用来切断死循环，优化之后审查效率明显提升，多轮卡壳的情况大幅减少。下面把事件经过、卡死的底层原因、新增的熔断规则、优化前后数据对比、这套六层审查架构分开整理。
事件完整经过
- 团队启用双智能体模式：编码 Agent 产出代码，审查 Agent 自动 review，自动修复问题，不需要人工持续介入。
- 一条 CLI 的 PR 进入循环：审查标记问题 → AI 修改提交 → 再次触发审查，整夜持续迭代，累计超过 50 轮。
- 没有自动停止条件，不会主动判定 “已经足够好”，直到项目作者发现异常，手动终止这个审查循环。
- 团队复盘，通过 git blame 溯源，确认大部分被反复点名的问题属于存量旧代码，不是新增改动引入。
- 官方配套出台限制规则，用来打破这种无限循环，同时保留原有多层安全校验能力。
AI 审 AI 容易卡住的核心原因清单
- 没有 “容忍 minor 问题” 的判断：人类可以区分严重 bug 和不影响运行的小优化建议，AI 会把每一条意见当成必须修复项。
- 审查范围没有边界：早期版本每次修改之后，会对全部代码重新完整审查，而不是只对比本次新增改动。
- 记忆不做去重：同一个代码缺陷会在多轮里重复检出，不会记录 “这条已经提过”。
- 缺少迭代上限：没有轮次熔断，只要还能找到可修改点，就会一直继续循环。
- 修改带来次生扰动：AI 在修复一个小问题时，偶尔又引入新的风格、格式差异，给下一轮审查提供新的标记点。
Anthropic 新增的四条防循环规则
- 轮次预警：当一次 PR 连续三轮审查都无法通过，系统提醒开发者停下来重新评估方案，而不是继续小修小补。
- 缩小审查范围：前面几轮之后，不再全量扫描仓库，只针对本次提交新增改动做比对审查。
- 同类问题合并输出：同一类缺陷一次性全部列出，不要拆分到不同轮次慢慢发现。
- 问题去重：已经提过的问题，后续审查不再重复标记。
规则优化前后数据对比
| 指标 | 优化前 | 优化后 | 变化 |
|---|---|---|---|
| 一轮直接通过 PR 占比 | 65% | 78% | 上升 13 个百分点 |
| 需要五轮及以上审查的 PR | 8.9% | 1.5% | 大幅下降 |
| 平均审查迭代次数 | 2.08 轮 | 1.32 轮 | 显著降低 |
Claude Code 六层审查架构简介
- 第一层：编码智能体自检，写完先自己跑一轮自查。
- 第二层：独立 AI 审查 Agent，做逻辑、风格、漏洞扫描。
- 第三层：自动化单元、集成测试，验证功能正确性。
- 第四层：独立安全专项审查，排查高危漏洞。
- 第五层：人工抽检，高风险变更强制进入人工复核。
- 第六层：上线之后灰度监控、快速回滚兜底机制。
当前这套机制还存在的局限
- 熔断规则属于软约束，极端场景下依然有概率进入长时间循环。
- 区分 “必须修复的 bug” 和 “可延后优化的建议”，对模型理解能力要求很高，很难做到百分百精准。
- 存量老代码多的项目更容易出现反复扫历史问题，老旧仓库适配成本更高。
- 规则是团队内部实践方案，不是对外发布给普通 Claude Code 用户的默认配置。
【相关 FAQ】
问题 1：Anthropic 的代码审查跑到五十多轮还没过，AI 审 AI 为什么会自己卡住？
回答 1：Anthropic 的代码审查跑到五十多轮还没过，AI 审 AI 卡住，是因为 AI 不会自动放过轻微瑕疵，审查 Agent 每检出一条意见，编码 Agent 就执行修改，修改又触发新一轮全量审查，同时大量标记的是一开始就存在的老代码问题，缺少停止条件，最终形成无限循环。
问题 2：Anthropic 的代码审查跑到五十多轮还没过，这件事会不会代表 Claude Code 的 AI 审查不可靠？
回答 2：Anthropic 的代码审查跑到五十多轮还没过，这不代表 Claude Code 的 AI 审查整体不可靠，这套体系整体让团队 PR 吞吐量提升、线上回滚率下降，只是早期缺少熔断和范围限制，存在陷入自我循环的边界缺陷，团队已经补充规则修复该问题。
问题 3：Anthropic 的代码审查跑到五十多轮还没过，他们是用什么办法解决 AI 审 AI 循环卡死？
回答 3：Anthropic 的代码审查跑到五十多轮还没过，团队通过设置三轮预警、缩小审查范围到新增 diff、同类问题一次性输出、已检出问题去重这四条规则，切断无限拉扯的闭环，显著降低多轮卡壳的概率。
问题 4：Anthropic 的代码审查跑到五十多轮还没过，这次出事的代码审查是面向普通用户的吗？
回答 4：Anthropic 的代码审查跑到五十多轮还没过，该案例是 Anthropic 内部开发 Claude Code 本身时的内部流程，不是普通开发者直接使用的默认配置，对应的防循环规则也是他们内部工程实践方案。
【参考资料】
[2026-11-08]（九成代码 AI 写，谁来审？Claude Code 亮出 6 道关卡！）36 氪
[2026-10-19]（Claude Code「自产自审」：九成代码不再经过人类）新浪财经
[2026-10-15]（How the Claude Code team does code review）claude.dev
[2026-10-19]（How to Make an Agentic Loop Converge in AI Code Review）DEV Community
[2026-10-29]（Anthropic 称没人需要对 Claude Code 建立心智模型）AI Best
【免责声明】
本文内容基于 Anthropic 官方博客、科技媒体公开报道整理；Anthropic 的代码审查跑到五十多轮还没过属于内部工程实践案例，AI 智能体代码审查效果受提示词、审查规则、代码仓库情况共同影响；文中优化策略仅为该公司内部方案，直接照搬无法保证在所有项目生效，自动 AI 代码审查不能替代人工安全审计，本文内容仅作技术资讯参考，不构成工程落地标准方案。