AI已经接管了写代码的任务，但验收代码的重担依然压在人类身上。AI生成的代码是否正确？AI不负责，必须由开发者逐行审查。这正是许多开发者的瓶颈所在。
最近，Anthropic将验证机制引入了工作流。他们让Claude在提交代码前执行四道检查：代码审查以发现Bug，简化以清理冗余实现，端到端验证以确保功能正确，以及设计检查以确保视觉一致性。7月22日，Claude Code团队公开了这套“验证循环”。简单来说，Claude写完代码后，会先自行找错，修复后再交给你。这标志着AI从“会写代码”进化到了“会检查自己写的代码”。
Anthropic将这种机制命名为“验证循环”。它是一个迭代过程，Claude检查并尝试修复自己的工作。这改变了智能体工作的闭环。过去是“收集上下文 -> 执行动作 -> 人工检查”。现在，这条线被拉长为“收集上下文 -> 执行动作 -> 自动验证 -> 修复 -> 再验证”。检查和修复被重新纳入循环之中。
Anthropic的官方智能体循环示意图展示了这一过程：提示进来后，Claude收集上下文、执行动作、验证结果。验证不过就打回重跑，通过才返回。有些检查Claude本来就会做，比如代码库中的确定性信号：类型检查器、代码检查器、运行测试和错误报告。它能读懂并顺手修复。真正麻烦的是另一类：界面改得对不对、用户流程顺不顺、改动是否埋下隐患……这些过去只能靠人工死盯，现在Anthropic的解法是将这些检查封装成“技能”，让Claude在每次任务中自动执行。
过去几十年，软件工程的所有流程——写需求、做规划、层层评审、开不完的会——本质上都是因为写代码太慢，工程师的时间太值钱。但当AI把写代码这一环变快、变便宜，这个前提就不复存在了。Claude Code团队的判断是：瓶颈没有消失，只是转移了。从“写代码”转移到了验证、代码评审、安全这些环节。代码生成得太快，新的问题变成了这些代码到底对不对，谁来维护，人还跟不跟得上审代码的节奏。
面对这个新瓶颈，Claude Code团队先在自己身上做了实验。他们每天使用的四个自查技能包括：代码审查，专审代码改动；简化，清理冗余实现；验证，做端到端验证；设计，核对视觉实现。这等于给自己配了个不知疲倦的审稿人。这4个技能不是凭空产生的。它们的底层，Claude Code已铺了一层现成的验证支持：内置的验证能运行应用观察变化，CLAUDE.md中写清楚构建和测试命令，它就照着执行；还有GitHub Actions，能在每次提交时自动进行多智能体审查。团队那4个技能，等于在这层通用地基上，又加了一道自己的工序。
如何编写一个验证技能？Anthropic的方法很简单：把你每次都要手动做的那一步，用大白话写下来，就当你在给一个第一天入职的新同事交代注意事项。如果你连这步检查该怎么描述都卡壳，可以先让Claude给一版通用最佳实践，再在上面改。检查也不一定非得是“感觉对不对”这种模糊判断。例如：任何删掉数据库字段却没配套数据迁移步骤的改动，一律打回。这是一条通用检查器永远抓不到，却是你项目专属的“土规矩”。凡是你一直靠手动死盯才守得住的红线，都值得写成一个循环。
写完技能怎么办？丢给skill-creator让它反过来采访你几句，或者干脆自己往.claude/skills/里扔一个Markdown文件。碰到那些你改不动的内置或插件托管的技能，也有应对办法：写一个外壳技能，让它先调原来的，再调你的验证。绕一下，照样把检查嵌进去。
验证不是一刀切，它有四种模式。检查封装成技能之后，触发方式有四种：独立（手动调用）、嵌入（随任务跑）、链式（多技能串成链自动跑）、PR级（每次提交自动过）。官方管中间这层跃迁，叫“从习惯到契约”。本来是“我每次都记得在简化后面补跑一次验证”的个人习惯，串成链之后，就变成“简化跑完，自动就调验证”的固定契约。整条链自己把开发循环走完，只在需要你拍板时才回来找你。链条拉得越长，可靠性越高，但官方特意嘱咐了一句：链式验证会实打实地烧token。所以别一上来就把所有检查都设成PR gate、每次提交必卡，正确姿势是先看它稳不稳，再一步步往上加。
四个技能背后，AI编程的竞争，正在从生成转向验证。Claude Code之父也给出过同样的判断。在强大模型能长时间自主运行的时代，自我验证是让模型跑得更久、结果更贴近你预期的关键。你不必守在一旁频繁盯着Claude，就能把更多活儿交出去。说白了，验证做得越扎实，智能体才敢放开了跑；跑得越久，人越省心。过去我们靠提示词，可它也有个天花板：只解决这一次的任务，下次还得从头再来。
这里先纠正一个常见的误解：Skill不是一段Markdown提示词。它是一个能力模块，里面装着指令、文件结构、脚本、工具调用、配置和一整套工作流程，是把团队的检查步骤、设计规范、踩过的坑，沉淀成一个随叫随到的包，Claude需要时自己去翻。更关键的是，Skill正在从Claude Code的一个特性，变成跨厂商的开放标准。GitHub Copilot、Cursor、OpenAI Codex、Gemini CLI都已经采用同一套格式。这意味着，你为团队沉淀的那些Skill，不会被锁死在某一家工具上，它会把团队的经验、规范、检查流程沉淀下来，变成一块能反复调用的能力。
这也引出这样一个扎心的现实：同一个Claude，不同团队用出来的效率，可能差出好几倍，造成这个差距不在模型，而在于工作流。你有没有把检查写成Skill，有没有搭起验证循环，有没有让智能体自己把反馈闭环跑通。说到底，智能体的能力，就是一道加法题：模型，加工具，加验证机制，加工作流程。模型这一项，各家越来越接近。真正拉开距离的是后面那三项，它们全掌握在用户手里。
当然，这篇博客所展示的，是AI辅助开发的流程优化，而非“AI已经能独立写软件”。它仍离不开工程师，也没法脱离人去做生产级交付。因此，它不是智能体要来抢人类工程师的饭碗，但方向已经很清楚了。过去，我们一直在教AI怎么写代码，现在要开始教它验证自己写得对不对。对于一个天天要用AI写代码的人来说，等到“下班前还得手动复查一遍”这件事终于能安心交给AI的那天，它才算真正开始替你扛活了。