Claude Code 已能自主维护 Anthropic 自家代码库，46% PR 合并率

Anthropic 正在测试 Claude Code 能否承担公司自有软件的日常维护工作。在短短几周内，AI 创建了 388 个 pull request，经人工审核后有 180 个被合并，合并率约 46%。

据创建了 Claude Code 的 Anthropic 工程师 Boris Cherny 称，Claude 已经在 Anthropic 自有应用上运行日常维护"好几周"了。Claude 自行处理这些重复性维护工作，而不是让开发人员困在其中。Cherny 称结果"出人意料地正面"。

在帖子中，Cherny 描述了一个 setup：Claude 通过 Tag，每天通过名为 "proj-claude-maintains-apps" 的专属 Slack 频道在 Anthropic 所有平台上运行例行程序：iOS、Android、桌面端、Web、CLI 和 Agent SDK。

十二个例行程序覆盖代码维护全流程

据 Cherny 称，Claude 运行一套专门的维护例行程序。一个"崩溃模糊测试器"（Crash Fuzzer）在模拟器中打开应用，随机点击以触发崩溃，分析根本原因，并创建修复方案。一个"重复统一器"（Dup Unifier）扫描代码库中相似但略有不同的抽象，提出合并建议。"死代码移除器"（Dead-Code Remover）清除静态不可达的代码，对于可疑代码，先添加日志，以便第二天检查该代码是否真的未被使用。

Cherny 在 Slack 中分享了一些 prompt，其中并没有复杂的 prompt 工程。他用通俗易懂的语言告诉 Claude：为 iOS、Android 和桌面端启动崩溃模糊测试的日常程序，使用真实应用而非 mocks，触发崩溃，并创建包含修复方案的 pull request。

一张 Slack 截图展示了 Boris Cherny 如何通过自然语言指令将 AI 维护例行程序委托给崩溃模糊测试、逻辑 bug 修复、死代码移除及其他任务。| 图片来源：Boris Cherny / Anthropic

388 个 pull request 创建，近一半被合并

Cherny 称，Claude 在前几周内在 Anthropic 的所有仓库中创建了 388 个 pull request。经 Claude Code 自动审查和人工审查相结合，有 180 个被合并，合并率约 46%。

据 Cherny 称，Claude 通常第一次就能正确完成 pull request。当出错时，团队会调整例行程序，让 AI 第二天做得更好。这种调优有时需要几天时间。Anthropic 目前正在研究如何加速这类机械变更的合并流程。

超过一半的自动生成 pull request 未能通过，这说明了两点：这种方法的局限性，以及它的潜力。Cherny 将这个实验描述为"初步的生命迹象"，表明自主 AI 驱动的应用维护是可行的。

无炒作的 AI 新闻——人工精选

订阅 THE DECODER，享受无广告阅读、周报 AI 时讯、每年六期的独家"AI Radar"前沿报告、完整档案访问，以及评论区访问权限。