Anthropic公开的一组内部数据，把AI辅助编程的第二笔账摊开了：代码产出涨得有多快，验证环节的压力就涨得有多快。据aiweekly.co《AI News Today: September 15, 2026 Edition》报道，Anthropic表示其持续集成（CI，Continuous Integration）负载在六个月内增长25倍，工程师每季度提交的代码量约为2021年至2025年水平的8倍，其中约80%由Claude撰写；同期测试量增长10倍，公司应对方式是测试影响分析，即根据代码变更挑选需要执行的检查项。报道特别说明，这些是Anthropic自行披露的内部数字，但它们揭示出智能体编程的一项二阶成本：验证基础设施必须同步扩容。 。
一、三个数字：代码产出、署名比例与测试量
代码产出、AI署名比例与测试量这三个指标同向上升，构成了这次披露的主线。据上述报道，Anthropic的工程师季度代码产出约为2021年至2025年期间的8倍，其中约80%由Claude撰写；与此同时，公司的持续集成负载在半年内增长25倍，测试量增长10倍。三组数字放在一起，说明产出端的提速并没有停留在"人写得更快"，而是直接传导到了流水线。
| 指标 | 变化 | 对比基准 |
|---|---|---|
| 持续集成（CI）负载 | 增长25倍 | 六个月内 |
| 季度代码产出 | 约8倍 | 2021年至2025年水平 |
| Claude撰写代码占比 | 约80% | 当期工程师产出 |
| 测试量 | 增长10倍 | 同期 |
25倍与10倍之间的差距，是这组数据里最需要解释的地方。持续集成负载的增速明显高于测试量增速，说明每次变更触发的流水线动作变多、执行频次变高，验证环节承受的并不只是"测试用例数量"这一项压力；代码提交越频繁，编译、构建、检查、回传结果的次数就越多，这些都是流水线上的固定开销。
二、测试影响分析：按代码变更挑选检查项
Anthropic给出的应对方式是把"全量跑测"改成"按变更跑测"。报道显示，公司采用了测试影响分析，根据代码改动挑选需要执行的检查项，而不是每次变更都把全部检查跑一遍。这一做法把测试资源的分配从固定清单转向动态选择。
- 选择依据：代码变更的内容，而不是固定的测试清单。
- 要解决的问题：测试量增长10倍后，全量执行带来的时间与资源开销。
- 采用时点：与持续集成负载增长25倍、测试量增长10倍同期。
测试影响分析的价值与代价是同时存在的。按变更挑选检查项可以压缩单次验证的耗时，但挑选规则本身需要准确：漏选的检查项不会报错，只会让问题延后暴露。对以AI生成为主的代码库而言，改动往往跨越多个模块，挑选规则的复杂度会随代码规模上升。
这也解释了报道为什么把这些数字称为自报数据。Anthropic披露的是自家流水线的观察结果，不是行业基准；8倍、80%、10倍、25倍都来自同一家公司的内部统计口径，其它团队不能直接套用这些倍数来预估自己的情况。
三、隐性成本：验证基础设施必须同步扩容
AI编程的成本结构里，除了生成成本，还有一笔验证成本。报道的判断是，这些数据揭示出智能体编程的一项重要二阶成本，即验证基础设施必须跟着扩容；换言之，让模型写代码只是第一步，让这些代码被可靠地测过、构建过、部署过，是另一笔需要提前准备的投入。
扩容压力的来源可以拆成三处。第一处是机器资源，持续集成负载涨25倍意味着流水线的并发与时长都要重新规划；第二处是执行策略，测试量涨10倍之后，全量执行不再现实，需要引入按变更挑选检查项这类机制；第三处是规则维护，挑选规则与被测系统的结构绑定，代码规模越大，规则的维护成本越高。
把这条链条与行业动向放在一起看，会更容易理解它的位置。同一时期的公开报道提到，Anthropic的持续集成负载增长发生在工程师人均产出大幅提升的背景之下，而这类产出提升依赖编码智能体承担大部分代码撰写；智能体写得越多，需要被验证的产出就越多，验证能力反而成为限制整体交付速度的环节。
验证环节的性质也变了。由人撰写代码时，验证的规模大致跟随团队人数增长；由编码智能体撰写代码时，提交频率由模型与流水线决定，验证需求可以在短时间内跳升，这也是25倍与10倍这两个数字同时出现的原因。对企业来说，把验证能力纳入AI编程的规划范围，比事后补建流水线更省成本。
对使用同类工具的企业来说，这组数字给出的提醒是直接的：评估AI编程的收益时，需要把验证侧的投入一起算进去。代码产出8倍、AI署名80%这些数字确实指向效率提升，但持续集成负载25倍、测试量10倍指向的是必须同步跟上的配套能力；只计算生成端的速度，会低估整体工程成本。
常见问题
问：Anthropic披露的持续集成负载增长了多少？
答：据aiweekly.co《AI News Today: September 15, 2026 Edition》报道，Anthropic表示其持续集成负载在六个月内增长25倍，同期测试量增长10倍。
问：工程师的代码产出和Claude的参与比例是多少？
答：报道显示，工程师每季度提交的代码量约为2021年至2025年水平的8倍，其中约80%由Claude撰写。这些数字属于Anthropic自行披露的内部统计。
问：测试影响分析在这套流程里起什么作用？
答：测试影响分析根据代码变更挑选需要执行的检查项，用来应对测试量增长后的执行压力；报道指出，这套做法是Anthropic在持续集成负载与测试量同时大幅上升时采用的应对方式。
参考来源
- aiweekly.co《AI News Today: September 15, 2026 Edition》，源自Anthropic 2026年9月14日发布内容：《Anthropic's CI workload jumped 25x as coding agents wrote more code》。https://aiweekly.co/pt/ai-news-today/edition/2026-09-15
