> **阅读口径（先说清楚，避免误读）：** 本文的「第五阶段」是**代系划分意义上的进行阶段**，不等于市面上已有成熟的自主审查产品。
> 
> 作为阶段起点标志的 Anthropic Code Review 仍是**研究预览**。

## 一、Code Review 五大发展代系

| 阶段 | 时期 | 审查形式 | 审查对象 | 人的角色 | 核心工具 |
|---|---|---|---|---|---|
| 一、形式化审查 | 1976—1990s | 线下正式会议、固定角色分工、流程严格固化 | 项目全量代码，无增量筛选，审查范围全覆盖 | 专职审查者，全程主导审查、判定问题、输出结论 | 人工检查清单、纸质代码打印件 |
| 二、工具化异步审查 | 1990s末—2008 | 线上异步协作，工具全程介导，脱离线下会议束缚 | 仅聚焦代码变更diff，放弃全量冗余审查 | 开发兼职审查者，交叉审核团队成员代码变更 | Review Board、Crucible、Gerrit |
| 三、现代轻量审查 | 2008—2010s末 | 轻量化、常态化、持续化，对话式柔性审查 | 代码变更diff + CI自动化基础校验结果 | 全员参与审查，人人均可发起、参与代码评审 | GitHub PR、GitLab MR |
| 四、自动化+AI辅助审查 | 2010s末—2025 | 三层过滤机制（规则工具+AI初筛+人工复核），人机协同 | 变更diff + 代码全量上下文，AI辅助理解代码逻辑 | 裁判角色，核心复核AI初筛结果，修正误报、漏报 | 静态分析：SonarQube、CodeQL、Semgrep AI 审查：GitHub Copilot Review |
| 五、智能体自主审查 | 2026—至今 **起步期** | 多Agent并行拆解、自主规划审查、对话式深度分析、自动验证 | 变更diff + 完整代码库 + 历史迭代模式 + 项目定制规范 | 最终决策者：审核AI智能体的审查结论，并保留合规、安全、架构与责任归属的最终裁决 | ◆ CodeRabbit ◆ Qodo (PR-Agent) ◆ Greptile ◆ Anthropic Claude Code Review ◆ Graphite Agent、Rovo Dev ◆ 快手智能CR三阶进化体系 |

## 二、第五阶段：智能体自主审查时代（2026 — 至今，起步期）

### 1\. 时代起点标志

2026年3月9日，Anthropic 发布 Claude Code 的 Code Review 能力，官方明确其状态为**研究预览（research preview，面向 Team / Enterprise 的 beta）**，并非正式商用版本。它标志代码审查**开始进入**多智能体自主作业**阶段**——是**起点，不是终态**：PR 打开时自动派发一支智能体团队，并行检索缺陷、验证并过滤误报、按严重度排序，最终输出一条高信号总览评论加若干行内评论；基础审查流程无需人工介入，但官方明确**「不会批准 PR，合并仍由人决定」**。

需要澄清两点：

其一，多智能体形态并非自 2026 年才出现——CodeRabbit 在 2024 年已上线递归智能体并集成静态分析，Greptile 以代码图 + swarm agents + 沙箱测试著称，Qodo 亦走多智能体路线。Anthropic 的独特意义在于**把「验证」写进产品承诺**，因此更准确的说法是「官方材料中最明确的多智能体并行 + 验证方案」，而非「行业首个商用方案」。

其二，同期及随后数月出现的学术文献应按性质引用：《The End of Code Review》（Monperrus，arXiv:2606.13175，2026-06-11）是**立场论文**，《Rethinking Code Review in the Age of AI: A Vision for Agentic Code Review》（Kamal 等，2026）是**愿景论文**。二者提出方向与主张、推动了范式讨论，但不构成对下一代体系的「正式定义」，也不代表行业共识。

### 2\. 阶段核心特征

|分析维度|核心特征详情|
|---|---|
|审查形式|多智能体分工并行审查，实现专业化拆解：不同专属Agent各司其职，分别独立负责**安全、性能、业务逻辑、代码风格、兼容性**等细分审查维度，各自独立产出 findings（审查结论），最终系统自动完成 findings 汇总、去重、分级，输出完整评审报告，**正在部分替代**传统单一、笼统的代码检查模式——目前真正做到「多智能体并行 + 独立复核」的仍是少数产品，多数是单模型或多角色流水线。|
|审查对象|突破传统diff增量局限，覆盖**代码变更diff \+ 全量仓库代码 \+ 项目历史迭代模式 \+ 团队定制规范**，AI可自主学习项目专属编码标准、历史问题短板，实现定制化审查|
|核心目标|解决AI规模化编码落地后的核心痛点：AI代码产出量指数级增长，传统人工、半自动审查效率完全无法匹配，通过智能体自主审查实现**审查吞吐量与AI代码产出量的双向适配**，保障迭代效率与代码质量平衡。 **注意：这是阶段目标，不是已达成的能力**——当前主矛盾仍是误报（AI 评审评论被拒率 56.3%），吞吐量只有在结论可信时才等于有效产出|
|人员角色|人类重心从「细节审查者」上移为「最终决策者」，但需区分目标与现实：**目标形态**是不再逐行核对代码、排查基础问题，只聚焦审核校验 AI 产出的 findings（确认有效、否决误报、微调建议）；**当前现实**是人仍承担大量甄别工作——实证研究显示 AI 评审评论被拒率 56.3%、其中假阳性 43.3%。故「极少干预细节」是趋势而非现状，且合规、安全、架构与责任归属始终保留在人一侧。|
|标杆实践| ◆ Anthropic Claude Code Review（研究预览；官方材料中最明确的多智能体并行 + 验证 + 排序方案） ◆ CodeRabbit（2024 递归智能体 + 静态分析集成） ◆ Greptile（代码图索引 + swarm agents + 沙箱测试） ◆ Graphite Agent / Rovo Dev（审查—对话—编辑一体化形态） ◆ 快手智能CR三阶进化体系（国内落地标杆） 另外：SWE-agent 是自主修 issue 的智能体（NeurIPS 2024，SWE-bench 方向），非 PR 审查产品|

### 3\. 行业落地标杆：快手智能CR三阶进化模型

国内企业落地智能代码审查的案例。

|迭代阶段|核心模式|核心痛点与优化逻辑|方案采纳率|
|---|---|---|---|
|1\.0 基础大模型评审|纯LLM启发式自由评审，无约束、无校验|模型输出随机性强，误报率极高，大量建议脱离项目实际场景、无落地可行性，无法支撑业务迭代|7\.9%（落地价值极低）|
|2\.0 知识引擎约束评审|搭建项目专属知识库（上下文引擎），用业务规则、代码规范、历史问题与 BadCase 反例库约束 LLM 输出|以确定性兜底解决纯大模型的随机性：累计沉淀 1,100+ 条确定性规则，配合三层过滤大幅降低无效告警，审查建议贴合项目实际；但仍无自主决策与验证能力|未单独披露（公开材料仅给出 1.0 的 7.9% 与 3.0 的 54%）|
|3\.0 Agentic自主评审|智能体自主规划审查策略、主动调用工具校验、多轮迭代修正结论、自主产出可落地修复方案|从「盲目生成」转向「确定性兜底 + 流程共生」：智能体自主决策，但规则、流程与人仍在环内，人做最终裁决与责任归属——不是「彻底摆脱人工约束」|54%（规模化落地**取得实质进展，但仍是「人在环内」的自主，非终态**；MR 评审时长 80 分位 7.07h → 6.37h，-9.9%）|

> 口径提醒：快手的 7.9% / 54% 是**建议采纳率**；下文中 Anthropic 的 16% → 54% 是「PR 获得实质性评审评论的比例」，两者同名不同义，不可混用。快手三阶数据来自公开技术博文与 InfoQ / 社区转载，并非论文。

## 三、Code Review 四代→五代核心颠覆性转变

从自动化AI辅助到智能体自主审查，并非简单的工具升级，而是**代码审查底层逻辑、协作模式、运行机制的重构**——需要强调的是，这场重构**正在进行、尚未完成**，下文四大转变均为**方向与趋势判断**，不是对当前市场现状的描述。

**1\. 交互模式：从单轮静态评论 → 多轮动态对话式分析（方向，非普遍现状）**

传统AI审查仅能输出单次静态代码评论，无后续迭代能力；新一代 Agent 审查**朝**多轮自主推理、自我校验、问题复盘**演进**——目前只有少数产品具备可观察的执行循环，审查过程从「简单留评」升级为「人机、机机对话式深度认知解析」，贴合学术前沿 Agentic Code Review 的核心理念（该方向目前以立场论文、愿景论文为主，实证证据仍在积累）。

**2\. 驱动模式：从固定规则驱动 → 智能体自主规划驱动（趋势，能力边界仍在收敛）**

过往工具、AI审查均依赖预设规则、固定模型能力，无法适配项目差异化场景；智能体可根据代码场景**自主制定审查策略、主动调用检测工具、验证问题真实性、迭代优化结论**，**朝自主决策方向演进**——其边界由工具集、证据要求与人在环内的规则共同限定，不是无人约束的自由决策。

**3\. 审查场景：从「人审人写」→「AI审AI写，人做决策」（趋势判断，非既成事实）**

适配AI编程普及的行业趋势，业务代码由AI生成的比例持续上升，审查工作逐步由AI智能体承接，人的职责上移为最终风险把控与决策，目标是形成「AI生产\-AI审查\-人决策」的研发闭环。但当前阶段人并未脱离甄别工作：实证研究显示 AI 评审评论仍有 **56.3% 被开发者拒绝**，其中假阳性占 43.3%——AI 越会找 bug，人越要甄别假阳。因此更准确的表述是**分层路由**：低风险变更（样式 / lint / 单测）趋向零人工介入；高风险变更（鉴权 / 支付 / 迁移 / 合规）人必须签字，只是不再逐行看 diff。

**4\. 判定逻辑：从「规则命中即告警」→「验证通过才定性为缺陷」（应然方向，实然尚未普及）**

传统工具（SonarQube / CodeQL / Semgrep）本就有严重度分级与 Quality Gate，真正的短板不在「零告警即合规」，而在于**告警只代表模式命中，不代表可达与可复现**。智能体审查要做的，是把「命中」推进到「验证」。这一点已有**产品级承诺**（承诺 ≠ 第三方实证，且该能力同属研究预览）：Anthropic ultrareview 在云端沙箱中派发 **fleet of reviewer agents** 并行审查，并明确承诺**每一条上报的 finding 都经过独立复现与验证**（"every reported finding is independently reproduced and verified"），单次约 5—10 分钟、约 5—25 美元，结果以普通评论发布、不构成 approval。

需要说明的是：**对所有 findings 强制做置信度分级标注，目前仍是应然主张，而非行业普遍实然**。可落地的判据应是三级递进——引用真实文件行号与调用链证据 → 独立复现或测试证明 → 通过验证者定性为正式缺陷，未通过验证者降级为「候选问题」。把这条写进团队规范，比等待厂商统一实现更现实。

## 四、一句话总结：智能体自主审查「已在路上，尚未到达」

有起点标志（Anthropic，2026-03，研究预览）、有方向共识（验证优先于生成）、有落地样本（快手 54% 采纳率）；但尚缺三样东西——统一的公开基准、可外推的第三方实证、以及无人批准即合入的制度许可。因此本文对第五阶段的全部描述，都应读作**进程报告，而非成果验收**。


## 五、附录：三案例参考链接

### 1. Anthropic Claude Code Review（研究预览；官方材料中最明确的多智能体并行 + 验证方案）
- 官方博客（Announce，2026-03-09）：Bringing Code Review to Claude Code 
 https://claude.com/blog/code-review
- 官方文档（多 agent 并行、验证去重、内联评论） 
 https://code.claude.com/docs/en/code-review
- 深度模式 ultrareview（云端沙箱中的 fleet of reviewer agents） 
 https://code.claude.com/docs/en/ultrareview

> 状态：**research preview（Team / Enterprise beta），不是正式商用版本**；官方明确"不会批准 PR，合并仍由人决定"。
>
> 要点：PR 打开时派一队专用 agent 并行查不同问题类，再做验证 / 去重 / 按严重度排序。大型 PR（>1000 行）84% 产生发现、平均 7.5 项；<50 行 PR 为 31%、平均 0.5 项；平均约 20 分钟、约 15—25 美元/PR。ultrareview 为云端沙箱 fleet，每条 finding 独立复现验证，约 5—10 分钟、约 5—25 美元。
>
> 指标口径提醒：Anthropic 内部 **16% → 54%** 指「PR 获得实质性评审评论的比例」，是厂商自报的内部指标，**既不是采纳率也不是缺陷检出率**，不能外推到其他团队；快手体系的 54% 是「建议采纳率」，两者同名不同义。

### 2. 快手智能 CR 三阶进化体系（国内落地标杆）
- InfoQ 转载 / 访谈：3 年、1 万人，快手技术团队首次系统披露 AI 研发范式升级历程 
 https://www.infoq.cn/article/9rX1Ov951gKtaTmQb8Jq
- 技术博文精读（三阶：LLM 启发式 → 知识引擎 + 规则 → Agentic 自主决策；采纳率 7.9% → 54%） 
 https://www.bestblogs.dev/en/article/288cbab6?entry=newsletter_page

### 3. SWE-agent（自主软件工程智能体，**非 PR 审查产品**）
- 论文（NeurIPS 2024）：SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineering 
 https://arxiv.org/abs/2405.15793
- 官方 GitHub 
 https://github.com/SWE-agent/SWE-agent
- 官方项目站 / 文档 
 https://swe-agent.com

> 要点：不是单纯“PR 评论器”，而是 LM + Agent-Computer Interface：读仓库、搜代码、改文件、跑测试，自主修复 GitHub issue；mini-swe-agent 更贴近“轻量化自主执行”。
>
> 归类说明：它面向 SWE-bench 的 issue 修复任务，不具备 PR 评论 / 审查工作流。其价值在于提供 agent-computer interface 这一设计范式，可供自建审查智能体时参考工具接口与证据 schema。

阅读口径（先说清楚，避免误读）： 本文的「第五阶段」是代系划分意义上的进行阶段，不等于市面上已有成熟的自主审查产品。  作为阶段起点标志的 Anthropic Code Review 仍是研究预览。

【CR07】第五代代码审查：智能体自主审查时代

显然，这篇是 整个AI Code Review系列的重点。

开发工具

人工智能

后端

第五阶段智能体自主审查始于2026年Anthropic研究预览，以多Agent并行验证为核心，覆盖全库与项目规范，人保留最终决策权。国内快手实现54%建议采纳率，但AI评论拒收率仍达56.3%。该阶段尚未成熟，缺统一基准与第三方实证，属进程报告而非成果验收。

软件工程

知识引擎

智能体

AI编程

路由

Agent

2026上云采购 | AI焕新·智启新局

tools

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

【CR07】第五代代码审查：智能体自主审查时代-腾讯云开发者社区-腾讯云

【CR07】第五代代码审查：智能体自主审查时代

【CR07】第五代代码审查：智能体自主审查时代

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐