Claude Code 团队约 90% 的代码由 Claude 编写和审查。只有建立可靠的自动验证机制,开发者才能从逐一检查代码,转变为定义验收标准、审查证据和处理异常。
具体来说里面提出了三类测试 + 七项工程实践
一、三类最值得投入的测试
1、E2E 测试(端到端测试):模拟真实用户操作,验证完整业务流程是否正常运行。优先级最高,适用于新功能开发、UI 和业务流程验证。
2、Property Testing(属性测试):定义系统必须满足的性质,通过大量随机输入寻找边界问题。适用于不变量、幂等性、序列化、算法优化和代码重构。
3、Differential Testing(差分测试):使用相同输入分别运行新旧系统,对比输出差异,发现兼容性问题。适用于系统迁移、代码重写和功能等价性验证。
二、七项核心工程实践
1、让 Agent 直接运行和验证产品:通过浏览器、模拟器或本地服务执行真实测试,将验证流程封装为 /verify Skill,形成代码生成、验证、修复的自动闭环。
2、失败三轮后升级人工处理:Agent 自动运行测试并尝试修复问题,连续三轮无法解决时交由人类处理,避免无限重试和无效消耗。
3、根据代码变更动态触发检查:维护可靠性检查清单,根据 Diff 自动选择相关检查项。Claude Code 团队维护 39 项规则,每次通常触发 3–10 项,提高效率并减少无关检查。
4、确保验证规则独立于被验证代码:PR 不能修改用于审查自身的规则,审查应基于固定 Commit,避免 Agent 通过修改测试标准绕过质量检查。
5、优先执行低成本检查,逐步强化提交门禁:提交 PR 前先完成测试、构建和 Lint;验证门禁从 Observe(观察)模式逐步升级到 Enforce(强制)模式,降低误拦截风险。
6、持续评估验证器本身的质量:利用历史事故、代码回滚和稳定变更构建评估集,衡量缺陷召回率、误报率及问题严重程度,防止验证器遗漏关键问题或产生大量噪声。
7、将历史失败沉淀为规则并持续维护:从人工 Code Review、生产事故和漏检案例中提炼通用规则,写入 REVIEW.md 或自动化检查机制,同时定期清理低价值、重复或不稳定的规则。