突发！Claude从会写代码进化到会自查，AI编程竞争转向验证！
写代码这件事，AI已经替你干了，可验收这件事，还压在你身上。一段代码到底写没写对，AI不负责，最后还得你自己一行行看过去，这道坎，卡住了许多人。
最近，Anthropic把AI验收也做进了循环。他们让Claude写完代码之后，不直接交差，而是自己接着跑四道检查：/code - review先揪bug，/simplify把冗余的实现清理干净，/verify做一遍端到端验证，如果这次动了界面，再用/design对着DESIGN.md核一遍视觉。
四道跑完，才算交付。7月22日，Claude Code团队公开了这套内部的「验证循环」。换句话说，Claude写完代码，会自己先找错，改到没问题再回来找你。这意味着AI开始从「会写代码」，进化到「会检查自己写的代码」。
智能体干活的闭环，多了一个验证。Anthropic给这套东西起了个名字，叫验证循环（verification loop）。官方的定义很简单，它是一个Claude检查并尝试修复自己工作的迭代过程，它改动的，是智能体干活的闭环。
以前是「收集上下文→执行动作→人工检查」，最后那一步卡在人身上，AI把活儿交出来，你得自己一行行看。现在这条线，被拉长成了「收集上下文→执行动作→自动验证→修复→再验证」，检查和修复，被塞回了循环里面。
Anthropic官方的智能体循环示意图显示，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，代码库里那些确定性的信号，比如type checker、linter、跑测试、运行时报错，它读得懂，也会顺手改掉。
真正麻烦的是另一类：界面改得对不对、用户流程顺不顺、这次改动有没有埋下看不见的坑……这些过去只能靠人盯着，同样的检查做上几十上百次。Anthropic的解法，是把你每次都要手动做一遍的那些检查，一条条写下来，封装成Skill，交给Claude在每次任务里自动执行。
过去几十年，软件工程所有的流程：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。可当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团队自己的判断是：瓶颈没有消失，它只是转移了，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。
Claude Code团队每天在用的4个自查Skill。Claude Code团队内部，每天都在用这四个自查的Skill。/code - review，专审代码改动，把潜在的bug揪出来，顺带给一份review意见，这等于给自己配了个不知疲倦的审稿人。
/simplify，清理这次改动的diff，把绕来绕去的复杂实现删掉，让结构变简单。它不给你加功能，而是清掉冗余、简化实现，把日后的维护成本向下压。这一点很重要，也最见功力，多数人写代码都是往上堆，能主动做减法的工具，尤为难得。
/verify，做端到端验证，真刀真枪跑一遍，确认功能是真的完成了，而非「看起来完成了」。/design，只在动了UI时上场，它对着仓库里的DESIGN.md，逐条核对你的视觉实现有没有跑偏。
这4个Skill不是凭空长出来的，它们的底层，Claude Code已铺了一层现成的验证支持：内置的/verify能把应用跑起来观察变化，你在CLAUDE.md里写清楚构建和测试命令，它就照着执行；还有专门在PR上做多智能体审查的Code Review、能在每次提交时自动开火的GitHub Actions。团队那4个Skill，等于在这层通用地基上，又加了一道自己的工序。
怎么写一个自己的验证Skill？Anthropic给的办法也很简单：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。要是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。
你的版本大概率会在某几个点上跟通用做法不一样，而那几处不一样，恰恰就是最该被记下来的东西。检查也不一定非得是「感觉对不对」这种模糊判断。举个例子：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linter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。最简单的验证Skill，就是几行说明加一段正文。然后在一个新任务上调一次，确认这步检查真的跟着跑了，不对再改。
碰到那些你改不动的Skill，比如内置的、插件托管的，也有应对办法：写一个外壳Skill，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4档。检查封装成Skill之后，下一个问题是：这玩意儿什么时候触发？Anthropic给了4档自动化程度，从松到紧。Standalone：你自己想起来，手动调一下。Embedded：嵌进某个任务流程，跟着一起跑。Chained：好几个验证Skill串成一条链，一个接一个自动跑完。On every PR：最狠的一档，每次提交代码都自动过一遍。
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/simplify后面补跑一次/verify」的个人习惯，串成链之后，就变成「/simplify跑完，自动就调/verify」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。
4个Skill背后，AI编程正在换赛道。4个Skill背后，AI编程的竞争，正在从生成转向验证。Claude Code之父，也给过同一个判断。今年6月9日，他发推说：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。据业界的梳理，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。