指尖日報 理財科技組
人工智慧(AI)新創公司Anthropic於2026年3月9日正式推出名為「Code Review」的AI程式碼審查工具，直接整合於旗下Claude Code平台，旨在解決一個由AI親手引發的新興難題：程式碼的「洪水氾濫」。 這項工具的問世，意味著軟體開發領域進入了一個「用AI審查AI」的全新階段。
近年來，伴隨AI寫作助理的普及，開發者的程式產出效率呈現爆炸性成長。 Anthropic內部數據顯示，過去一年每位工程師的程式碼輸出量激增了200%。 不過，這份甜蜜的負擔也帶來了嚴峻挑戰，開發流程中的瓶頸，正從「編寫程式碼」迅速轉移到「審查程式碼」。
問題在於，由AI輔助生成的程式碼雖快，卻可能隱藏著細微的邏輯錯誤或安全漏洞。 根據TechCrunch報導，業界將此現象稱為「程式碼洪水」(code flood)，大量未經仔細審查的程式碼湧入儲存庫，讓人類開發者疲於應付。 史丹佛大學先前的研究也指出，過度依賴AI輔助可能導致開發者在無意中引入更多安全風險。
為了解決這個「自己惹的禍自己收」的窘境，Anthropic的新工具應運而生。根據官方說明，Code Review目前以研究預覽版形式，優先提供給Claude for Teams與Claude for Enterprise的企業客戶使用。 它能與主流的GitHub平台無縫整合，自動分析開發者提交的「拉取請求」(pull requests)。
其運作核心被形容為一套「多代理系統」(multi-agent system)。 根據The Register報導，當審查啟動時，系統會派出一支由多個AI代理組成的「艦隊」。 這些代理各司其職，從不同角度平行檢視程式碼，有的專注於邏輯一致性，有的則負責挖掘潛在的安全缺陷。
分析完成後，另一個AI代理會扮演總召角色，負責匯總所有發現、剔除重複項目，並根據問題的嚴重性進行排序。 最終，一份清晰的總結報告與針對特定程式碼的行內註解，會直接呈現在GitHub的審查頁面上，供人類開發者參考。
Anthropic強調，這套系統專注於挖掘深層的邏輯錯誤，而非無關緊要的程式碼風格問題，以確保回饋的有效性。 根據ZDNET揭露的內部測試數據，該工具在處理超過1000行程式碼的大型請求時，有高達84%的機率能發現的問題，平均每次能找出7.5個。
一個經典案例是，該工具曾在Anthropic內部攔截到一行看似無害的程式碼變更，但這項變更若被合併，將會直接癱瘓整個服務的身份驗證機制。 內部工程師事後坦言，這個隱晦的錯誤單靠人工審查極有可能會被遺漏。
不過，如此深入的分析能力並非沒有代價。根據SiliconANGLE報導，Code Review的收費模式既昂貴又耗時。 它的計價基於處理的「令牌」(token)數量，平均每次審查成本約落在15至25美元之間，且審查過程平均需要花費約20分鐘。
這樣的定價策略，使其與市面上其他按月收費的AI審查工具形成鮮明對比，也凸顯了Anthropic專攻大型企業、追求審查深度的市場定位。 這不僅僅是一個新產品，更是Anthropic在與GitHub Copilot等競爭對手的市場區隔策略——將戰場從個人開發者的編寫效率，延伸至整個團隊的審查品質與工作流程。
事實上，AI介入程式碼安全分析的趨勢已對產業帶來衝擊。根據CSIS的分析，就在今年2月，Anthropic另一款專注於安全掃描的工具發布後，曾引發網路安全類股的集體下挫，因為投資者擔憂傳統資安公司的商業模式將面臨威脅。
相關報導：nationaltoday.com、findarticles.com
