写代码这件事,AI已经替你干了。可验收这件事,还压在你身上。
一段代码到底写没写对,AI不负责,最后还得你自己一行行看过去:这道坎,卡住了许多人。
最近,Anthropic把AI验收也做进了循环。
他们让Claude写完代码之后,不直接交差,而是自己接着跑四道检查:
/code-review先揪bug,/simplify把冗余的实现清理干净,/verify做一遍端到端验证,如果这次动了界面,再用/design对着DESIGN.md核一遍视觉。
四道跑完,才算交付。
7月22日,Claude Code团队公开了这套内部的「验证循环」。
换句话说,Claude写完代码,会自己先找错,改到没问题再回来找你。
这意味着AI开始从「会写代码」,进化到「会检查自己写的代码」。
智能体干活的闭环,多了一个验证
Anthropic给这套东西起了个名字,叫验证循环(verification loop)。
官方的定义很简单,它是一个Claude检查并尝试修复自己工作的迭代过程。
它改动的,是智能体干活的闭环。
以前是「收集上下文→执行动作→人工检查」,最后那一步卡在人身上:AI把活儿交出来,你得自己一行行看。
现在这条线,被拉长成了「收集上下文→执行动作→自动验证→修复→再验证」,检查和修复,被塞回了循环里面。
Anthropic官方的智能体循环示意图:提示进来后,Claude收集上下文、执行动作、验证结果,验证不过就打回重跑,通过才返回。
有些检查Claude本来就会做。代码库里那些确定性的信号,比如type checker、linter、跑测试、运行时报错,它读得懂,也会顺手改掉。
真正麻烦的是另一类:界面改得对不对、用户流程顺不顺、这次改动有没有埋下看不见的坑......
这些过去只能靠人盯着,同样的检查做上几十上百次。
Anthropic的解法,是把你每次都要手动做一遍的那些检查,一条条写下来,封装成Skill,交给Claude在每次任务里自动执行。
过去几十年,软件工程所有的流程:写需求、做规划、层层评审、开不完的会,本质上都是因为:写代码太慢,工程师的时间太值钱。
可当AI把写代码这一环变快、变便宜,这个前提就不复存在了。
Claude Code团队自己的判断是:瓶颈没有消失,它只是转移了:从「写代码」转移到了验证、代码评审、安全这些环节。
代码生成得太快,新的问题变成了这些代码到底对不对,谁来维护,人还跟不跟得上审代码的节奏。
面对这个新瓶颈,Claude Code团队先在自己身上做了实验。
Claude Code团队,每天在用的4个自查Skill
Claude Code团队内部,每天都在用这四个自查的Skill。
/code-review,专审代码改动,把潜在的bug揪出来,顺带给一份review意见。
这等于给自己配了个不知疲倦的审稿人。
/simplify,清理这次改动的diff,把绕来绕去的复杂实现删掉,让结构变简单。
它不给你加功能,而是清掉冗余、简化实现,把日后的维护成本向下压。
这一点很重要,也最见功力。多数人写代码都是往上堆,能主动做减法的工具,尤为难得。
/verify,做端到端验证,真刀真枪跑一遍,确认功能是真的完成了,而非「看起来完成了」。
/design,只在动了UI时上场。它对着仓库里的DESIGN.md,逐条核对你的视觉实现有没有跑偏。
这4个Skill不是凭空长出来的。
它们的底层,Claude Code已铺了一层现成的验证支持:
内置的/verify能把应用跑起来观察变化,你在CLAUDE.md里写清楚构建和测试命令,它就照着执行;还有专门在PR上做多智能体审查的Code Review、能在每次提交时自动开火的GitHub Actions。
团队那4个Skill,等于在这层通用地基上,又加了一道自己的工序。
怎么写一个自己的验证Skill?
Anthropic给的办法也很简单:
把你每次都要手动做的那一步,用大白话写下来,就当你在给一个第一天入职的新同事交代注意事项。
要是你连这步检查该怎么描述都卡壳,可以先让Claude给一版通用最佳实践,再在上面改。
你的版本大概率会在某几个点上跟通用做法不一样,而那几处不一样,恰恰就是最该被记下来的东西。
检查也不一定非得是「感觉对不对」这种模糊判断。
举个例子:任何删掉数据库字段、却没配套数据迁移步骤的改动,一律打回。这是一条通用linter永远抓不到、却是你项目专属的「土规矩」。
凡是你一直靠手动死盯才守得住的红线,都值得写成一个循环。
写完怎么办?
丢给skill-creator让它反过来采访你几句,或者干脆自己往.claude/skills/里扔一个Markdown文件。
最简单的验证Skill,就是几行说明加一段正文。然后在一个新任务上调一次,确认这步检查真的跟着跑了,不对再改。
碰到那些你改不动的Skill,比如内置的、插件托管的,也有应对办法:写一个外壳Skill,让它先调原来的,再调你的验证。绕一下,照样把检查嵌进去。
验证不是一刀切,它有4档
检查封装成Skill之后,下一个问题是:这玩意儿什么时候触发?
Anthropic给了4档自动化程度,从松到紧。
Standalone:你自己想起来,手动调一下。
Embedded:嵌进某个任务流程,跟着一起跑。
Chained:好几个验证Skill串成一条链,一个接一个自动跑完。
On every PR:最狠的一档,每次提交代码都自动过一遍。
官方管中间这层跃迁,叫「从习惯到契约」。
本来是「我每次都记得在/simplify后面补跑一次/verify」的个人习惯,串成链之后,就变成「/simplify跑完,自动就调/verify」的固定契约。
整条链自己把开发循环走完,只在需要你拍板时才回来找你。
链条拉得越长,可靠性越高,但官方特意嘱咐了一句:链式验证会实打实地烧token。
所以别一上来就把所有检查都设成PR gate、每次提交必卡,正确姿势是先看它稳不稳,再一步步往上加。
4个Skill背后,AI编程正在换赛道
4个Skill背后,AI编程的竞争,正在从生成转向验证。
Claude Code之父,也给过同一个判断。
今年6月9日,他发推说:在强大模型能长时间自主运行的时代,自我验证是让模型跑得更久、结果更贴近你预期的关键:你不必守在一旁频繁盯着Claude,就能把更多活儿交出去。
说白了,验证做得越扎实,智能体才敢放开了跑;跑得越久,人越省心。
过去我们靠提示词,可它也有个天花板:只解决这一次的任务,下次还得从头再来。
这里先纠正一个常见的误解:Skill不是一段Markdown提示词。
它是一个能力模块,里面装着指令、文件结构、脚本、工具调用、配置和一整套工作流程,是把团队的检查步骤、设计规范、踩过的坑,沉淀成一个随叫随到的包,Claude需要时自己去翻。
更关键的是,Skill正在从Claude Code的一个特性,变成跨厂商的开放标准。
据业界的梳理,GitHub Copilot、Cursor、OpenAI Codex、Gemini CLI都已经采用同一套格式。
这意味着,你为团队沉淀的那些Skill,不会被锁死在某一家工具上,它会把团队的经验、规范、检查流程沉淀下来,变成一块能反复调用的能力。
这也引出这样一个扎心的现实:同一个Claude,不同团队用出来的效率,可能差出好几倍,造成这个差距不在模型,而在于工作流:
你有没有把检查写成Skill,有没有搭起验证循环,有没有让智能体自己把反馈闭环跑通。
说到底,智能体的能力,就是一道加法题:模型,加工具,加验证机制,加工作流程。
模型这一项,各家越来越接近。真正拉开距离的是后面那三项,它们全掌握在用户手里。
当然,这篇博客所展示的,是AI辅助开发的流程优化,而非「AI已经能独立写软件」。它仍离不开工程师,也没法脱离人去做生产级交付。
因此,它不是智能体要来抢人类工程师的饭碗,但方向已经很清楚了。
过去,我们一直在教AI怎么写代码,现在要开始教它验证自己写得对不对。
对于一个天天要用AI写代码的人来说,等到「下班前还得手动复查一遍」这件事终于能安心交给AI的那天,它才算真正开始替你扛活了。
参考资料:
https://claude.com/blog/building-verification-loops-in-claude-code-with-skills
https://claude.com/blog/getting-started-with-loops?utm_source=chatgpt.com
本文来自微信公众号“新智元”,作者:ASI启示录
