AI快讯
AI创作者新上榜更新日期 2026-11-17 20:55整理:AI雷达增益 0捕获 0

Anthropic 详述 Claude Code 代码验证实践,HN 争论成本

Anthropic详解Claude Code代码验证实践,HN争论token成本是否过高

Anthropic 官方博客于 2026 年 11 月 17 日发布文章,说明 Claude Code 团队如何验证 AI 生成的代码改动:由于无法人工阅读每处改动,团队用测试失败等信号决定哪些改动需要人工审查,并用 skill 文件和 Chrome-for-Claude 浏览器工具做回归检查;对 flaky 测试,规定 Claude 不能跳过、加 sleep 或重试至通过,找不到根因时删除测试并记录原因。文章发布当天,HN 评论区出现实质争论,焦点是这类 agentic 验证的 token 成本是否过高,以及 Playwright 等确定性工具能否以更低成本实现类似效果。受影响的主要是依赖 AI 编程工具的开发者与重度用户的验证流程和成本结构。

hackernews · craigmart · 11月17日 10:20 · 社区讨论

「为什么是现在」 这是一手来源的当日发布:Anthropic 团队此前较少公开自身的验证实践,这次是官方自述而非第三方转述。需要区分的是,文中做法已经发布是事实,但这些做法是否具备普遍适用性、是否优于确定性工具,目前只有评论区观点,尚无第三方验证。

「内容角度」 可做角度:拆解 Anthropic 团队验证 AI 代码的三个具体做法——用失败信号决定人工审查范围、用 skill 文件加浏览器工具做回归检查、对 flaky 测试“找不到根因即删除并记录原因”——再对照评论区给出的低成本替代路径(确定性工具、把 AI 流程固化成普通脚本),写作时明确区分官方主张与用户质疑,不预设哪一方正确。

「评论区声音」 评论以质疑成本为主:有用户称自己仅运行一两个 agent 每月已花费约 2000 美元 token,质疑文章“并行运行数十上百个 agent”的场景对自己不现实,也有观点认为 Playwright 等确定性工具可以不花 token 达成类似验证。建设性的方向包括“用 AI 原型化流程、再固化成普通脚本以降低成本”、把大改动拆小到可人工审查,以及认为 flaky 测试应先通过二分定位根因而非直接删除。

查看原文 ↗

做AI项目,先看AI雷达 - AiRadar.com.cn · 全部AI快讯 →