A重点74
THE DECODER
1 个来源Claude Code 以 46% 的合并率运行 Anthropic 软件的日常维护
Anthropic 正在测试其 AI 编程助手 Claude Code 能否独立处理公司软件的日常维护任务，包括崩溃模糊测试和死代码删除。在数周内，该 AI 创建了 388 个拉取请求，其中 46% 在人工审查后被合并。Claude Code 的发明者 Boris Cherny 认为这是“早期迹象”，表明这种自动化维护可能成为现实。
返回信息流
新闻事件
SynthePulse Insight · AI 深度解读
Claude Code 的日常维护实验：46% 合并率背后的自主维护潜力与边界
版本 1 · 1 个来源
Anthropic 正在测试让 Claude Code 自主处理公司软件的日常维护。在最初几周，AI 创建了 388 个拉取请求，其中 46% 在人工审核后被合并。这一实验揭示了自主维护的潜力，也暴露了其局限。
- Anthropic 正在测试 Claude Code 能否自主处理公司软件的日常维护。
- 在最初几周，Claude Code 创建了 388 个拉取请求，其中 180 个在人工审核后被合并，合并率约 46%。
- Claude Code 通过 Slack 频道 'proj-claude-maintains-apps' 运行 12 种维护例程，覆盖 iOS、Android、桌面、Web、CLI 和 Agent SDK。
- 例程包括崩溃模糊测试、重复代码合并、死代码移除、无用测试清理等，由 Boris Cherny 用自然语言指令启动。
- Cherny 称结果为 'surprisingly positive'，并视之为自主维护可能性的 '早期生命迹象'。
- 超过一半的自动生成拉取请求未被合并，表明该方法仍有局限，团队通过调整例程来逐步改进。
展开章节目录实验背景与核心数据
实验背景与核心数据
Anthropic 正在测试 Claude Code 能否自主处理公司软件的日常维护。据 Claude Code 的创造者 Boris Cherny 称，在过去的几周里，Claude 一直在 Anthropic 的内部应用上运行日常维护。这一实验的核心数据是：Claude 创建了 388 个拉取请求，其中 180 个在人工审核后被合并，合并率约为 46%。
Cherny 将结果描述为 'surprisingly positive'，并认为这是自主 AI 应用维护可能性的 '早期生命迹象'。然而，超过一半的自动生成拉取请求未被合并，这既说明了该方法的潜力，也揭示了其当前局限。
运行机制与维护例程
Claude 通过一个名为 'proj-claude-maintains-apps' 的专用 Slack 频道运行日常例程，覆盖 Anthropic 的所有平台：iOS、Android、桌面、Web、CLI 和 Agent SDK。Cherny 在 Slack 中分享了一些提示，显示没有复杂的提示工程，而是用自然语言指示 Claude 启动日常例程，例如在 iOS、Android 和桌面上进行崩溃模糊测试，使用真实应用而非模拟，触发崩溃并创建修复拉取请求。
Claude 运行 12 种专门的维护例程，涵盖代码维护的各个方面：崩溃模糊测试器（Crash Fuzzer）在模拟器中打开应用并随机点击以触发崩溃，分析根本原因并生成修复；重复统一器（Dup Unifier）扫描代码库中相似但略有不同的抽象并提议合并；死代码移除器（Dead-Code Remover）移除静态不可达代码，对于可疑代码先添加日志以在次日确认是否真正未使用。其他例程包括逻辑简化器、逻辑错误修复器、无用测试清理器、已发布功能内联器、不稳定测试修复器、抽象改进器、抽象警察等。
人工审核与迭代调优
Claude 创建的拉取请求经过自动 Claude Code 审核和人工审核的组合。Cherny 表示，Claude 通常第一次就能正确创建拉取请求。当出现错误时，团队会调整例程，以便 AI 在次日做得更好，这种调整有时需要几天时间。
Anthropic 正在寻找加速这类机械变更合并流程的方法。这一实验揭示了自主维护的潜力，但也表明当前需要人工干预和迭代调优来确保质量。
可信度边界
本报道基于 THE DECODER 的转述，原始信息来自 Boris Cherny 的公开帖子。所有具体数据（如 388 个拉取请求、46% 合并率）均为 Cherny 的声明，未经独立验证。
核心结论
Claude Code 在 Anthropic 内部测试中展现了自主维护的潜力，但 46% 的合并率表明其输出仍需人工审核，且超过一半的拉取请求未被接受，说明自主维护仍处于早期阶段。
主报道
THE DECODER
主报道来源