来源：马克的技术工作坊 · 📺 原视频
24 分 33 秒的深读讲解（2026-10-26 发布，10-28 收藏入库；点赞 6652 / 收藏 6542 / 评论 141——藏赞比≈0.98 不倒挂，收藏≈点赞是教程级实用件信号）。讲解对象是 Anthropic 官方文章《How the Claude Code team does code review》：6-9 月 Claude Code 约 90% 代码由 AI 写，质量怎么保？答案是审核不在孤立环节，而是一条四阶段流水线——PR 前（给 AI 验证工具让它自己跑通产品＋换一个全新 agent 只拿目标和 diff 做质量检查）、PR 中（CI→AI 审核发现/筛选/处理三步→安全审核→按风险低中高三档审批）、合并时（合并队列：每个 PR 都在最新主分支上重测一遍才放行）、合并后（功能开关先给内部员工→latest 渠道约一周→stable，出问题关开关最快、不行就重发布）。作者把 Anthropic 的优化总结为三点：用线上问题（事故+引入它的 PR）搭评测集给审核流程打分、用作者反馈四分类＋干净 PR 实测统计”无效意见率”、控制审核轮数的四条规则（超三轮停想思路/只审新改动/同类问题一次全指/不提重复意见）——上四规后一轮即过 PR 比例 65%→78%。收尾落在分工重划：AI 管执行，人只管五件事（判断该做什么、审高风险代码、把关架构、读证据、为结果负责），呼应 OpenAI “Humans steer, Agents execute”。
值不值得深读：值得，重点读优化三件套。与本库关系是三重的：①”用线上问题考审核流程”与库内《有标准答案就拿它当抽检锚》同构——物料自带真值当校验锚，Anthropic 把这套手法用在了”质检流程自身的质检”上（复检的复检），第 2 例已登记进待验证清单；②”新 agent 干净上下文审核”对站主自家管线直接可用——autosink 无头会话审沉淀质量、值班 patrol 核账，本质都是”别让写代码的手给自己打分”，独立建卡；③”控制审核轮数四规”打中本库真踩过的坑（fail-loud 告警自我喂养、每轮+1 永不收敛——就是那个”一晚上 50 多轮”的同款病），规则”超三轮停下重想思路”可直接借为无人值守会话的判停点。动机：要方法（同时是 自我提问框架 ②问正中靶心）。 Humans steer 一节强化旧卡《AI越强人越像监工》《Harness工程三层概念》，不重建只挂链。
提醒：全部数字（90%、65%→78%、PR 翻倍、回滚降 40%+、一晚上 50 多轮）系 Anthropic 官方文章自报口径、本视频二次转述且未附原文链接，引用必回源——这是”马克转述 Anthropic”两层链路，非一手；整理稿标注了 712-816 秒约 104 秒字幕缺段（“只审新改动”规则的讲解后半丢失），该条细节以原视频为准；48-54 秒英文叠加层串进字幕层的杂影已按语义修正并留痕。作者为技术深读号、讲解含个人理解（“结合我自己的理解""我稍微总结了一下”），三层归属：Anthropic 原文事实/马克归纳/口播判断，卡片已分开标注。
📺 马克的技术工作坊《从写代码到上线，一套保证产品质量的全流程》，抖音，2026-10-26 · 原视频 · 库内 2026-10-28-从写代码到上线，一套保证产品质量的全流程最近，Anthr · 卡片 卡片/方法/10-28-用线上问题给AI审核打分-评测基准加无效意见率加轮数四规 · 卡片/观点/10-28-换全新agent审核-不带写作过程的上下文才客观