您的位置首页 >互联网 >

Claude Code 验证循环让 Agent 自带证据证明任务执行正确

Claude Code 团队核心方案是搭建标准化验证循环(Verification Loop),不让 AI 仅凭主观判断说任务做完,而是让 Agent 调用工具、执行可复现的检查命令,产出可留存的客观证据,形成「收集上下文→执行修改→自动校验→失败就修复,连续重试上限后转人工」的闭环;同时把人工验收步骤封装成 Skill 能力、加防篡改校验规则、设置熔断机制,证据会保留构建日志、测试输出、Lint 结果,给人类评审直接看,以此证明自己的活干对了,大幅降低人工复核压力,支持大量 Agent 并行跑任务。

Agent 自校验完整流程表

环节执行动作校验目标产出证明材料
1. 收集上下文读取代码、需求文档、测试用例、设计规范明确验收标准,避免理解偏差文件读取记录、需求摘要
2. 执行改动修改代码、新增文件、调整配置完成用户原始需求代码 Diff、变更记录
3. 自动验证(核心)执行构建、单元测试、Lint、类型检查、端到端测试;UI 场景截图比对确认功能正常、无语法错误、符合规范build 日志、测试结果、Lint 报告、截图
4. 自修复循环读取报错信息,定位问题,修改代码,再次跑验证解决可自动修复的 bug多轮修改记录、逐次测试日志
5. 熔断判定连续 3 次验证失败,停止自动修复,上报人工防止无限循环、越改越乱失败汇总报告
6. 交付全部校验通过,附带全部证据再标记任务完成交付可核验结果完整会话日志 + 所有校验输出

团队落地的 4 个核心机制

1、Skill 封装固定校验动作

把人工平时要做的检查打包成可调用 Skill,团队内部常用 4 个:

  • /code-review:扫描代码漏洞、逻辑缺陷、坏味道
  • /simplify:清理冗余代码、优化写法
  • /verify:端到端跑业务流程,验证真实功能
  • /design:UI 改动时对照 DESIGN.md 核对视觉效果

Agent 做完修改,必须按顺序跑完 Skill,全部通过才可以交付。

2、校验规则防篡改(很关键)

校验脚本、测试用例、评审标准文件,放在基准分支,Agent 只能读取,无权修改自己用来判分的校验规则。避免 Agent 为了通过检查,直接改掉测试用例、放宽标准,出现 “自欺欺人” 的校验结果。

3、分层 Hook 做实时拦截

  • 微校验(PostToolUse 钩子):每次写完文件立刻跑 Lint、类型检查、格式化,当场抓语法、格式错误;
  • 任务终验(Stop 钩子):Agent 准备标记任务完成前,强制跑全套测试、构建,只要一项不通过,禁止结束任务;
  • 独立评审 Agent:额外一个只读 Agent,独立打分复核,不和写代码的 Agent 共用一套判断,相当于二次内审。

4、证据留存、可审计

所有 shell 输出、测试日志、截图、Diff 全部保留在会话记录里,同步进 PR 检查记录、可观测平台。人类评审不用逐行细读代码,优先核验证据,只判断意图和风险,不用重复做基础验证工作。

适合这套自证明方案的场景清单

  • 代码新增、接口改造、Bug 修复
  • 前端 UI 页面开发、样式调整
  • 配置文件、脚本、CI 脚本修改
  • 测试用例、文档同步更新

不适合:高度主观、没有可自动化判定标准的创意类需求

【常见问题】

问题 1:Claude Code 让 Agent 自己证明活干对了,核心靠什么?

回答 1:Claude Code 让 Agent 自己证明活干对了,核心靠验证循环,把人工验收步骤封装成 Skill,自动跑构建、测试、Lint 等可量化检查,产出客观证据,失败自动修复,达到上限就交给人工,不是靠模型自己口头判断。

问题 2:Claude Code 的 Agent 自证明校验,会不会偷偷修改测试用例蒙混过关?

回答 2:Claude Code 团队做了限制,Agent 用来证明活干对了的校验脚本、测试文件放在基准分支,Agent 只有只读权限,不能修改评判标准,从根源防止篡改测试来伪造通过结果。

问题 3:Claude Code Agent 自证明的时候,连续验证失败会怎么处理?

回答 3:Claude Code Agent 在自证明的循环里,一般最多重试 3 轮,连续验证失败之后就触发熔断,停止自动修复,带着报错证据交给人工介入,避免无限循环改错。

问题 4:普通用户使用 Claude Code,怎么开启这套 Agent 自证明的验证循环?

回答 4:普通用户可以在 CLAUDE.md 或者 SKILL.md 里写清楚验收命令,要求 Agent 改动完成后必须执行 build、test、lint,并且粘贴全部输出,强制走完验证循环,让 Agent 用证据证明活干对了。

【参考资料】

[2026-11-16](How the Claude Code team thinks about verification)claude.dev

[2026-07-22](Building verification loops in Claude Code with skills)Claude 官方博客

[2026-07-27](Claude 写完代码不直接交了:4 个 Skill 自查一遍,改好再找你)36 氪

[2026-08-21](The AI-native SDLC playbook)Claude 官网

[2026-09-09](Building agents with the Claude Agent SDK)Anthropic 工程博客

【免责声明】

本文关于 Claude Code Agent 自证明、验证循环的内容,基于 Anthropic 官方公开技术方案整理;不同版本 Claude Code 的 Skill、钩子能力、重试阈值存在差异,自动校验无法覆盖所有逻辑漏洞,自动化验证仅作为辅助证据,重要代码变更依然建议人工复核,本文不构成企业生产系统直接落地的开发规范。

今日大家都在搜的词: