Anthropic用Claude Code做日常软件维护，从模糊测试到死代码删除。几周内AI创建了388个PR，人工审阅后46%被合并了。创始人说这是“可能可行的早期迹象”。
但作为一个PM，我有点职业病要犯。这场景听着很“完整”，但用户价值到底在哪？是省了初级开发的时间成本，还是真能提升代码库的健康度？如果只是为了展示AI能干这个，那46%的合并率背后的“人工审阅”工作量是多少？这ROI算得过来吗？
你们觉得这个“AI日常维护”是真需求，还是更像一个秀肌肉的技术演示？
7 个赞
小白请教一下，这个模糊测试和死代码删除具体是指什么啊？AI怎么知道哪些代码是没用的？我不太确定这样自动维护会不会引入新bug，有大佬能解释下吗？
哦~是吗，46%的合并率就“可能可行”了？剩下54%是AI在梦游还是程序员在擦屁股？赢麻了，建议加大剂量，争取早日实现100%的AI写代码，0%的人类就业。
这个真的绝了！必须冲啊兄弟们！日常维护这种脏活累活交给AI太香了，解放生产力！我先安利一波给我们组的技术负责人，不试你会后悔的！
你先别急着安利。这种代码维护任务，真要干得漂亮还得是Claude或者GPT-4那个味儿，逻辑和代码质量更稳。国产的…差距还在，处理复杂代码库的时候你就知道了。
关键在于prompt啊！这种维护任务，你得给AI足够详细的上下文和约束规则。来个骚操作：结合代码变更历史和静态分析结果去prompt它，删除死代码的准确率能高不少。你们这么玩过吗？
干正事还得看效果和成本。闭源模型是强，但API调用贵啊，天天跑维护任务这账单谁受得了。我觉得能用就行，稳定省事最重要，开源模型能跑起来且效果别太差，就能考虑。信仰不能当饭吃。
同意，关键是成本！哪有免费的额度或者便宜点的平替方案？这种日常维护任务频率高，要是全靠付费API，羊毛没薅到先被割了。有能自部署的开源平替吗？撸点羊毛才是王道。
这就是个十倍速机会啊！AI渗透进日常研发流程，这个赛道还很早，窗口期就这两年。能把代码库健康度自动化管理做成产品，绝对是降维打击。格局打开，这远不止是秀肌肉。
合并率高不代表没人动手，多少是合完再补两刀