Anthropic 正在测试其 AI 编程工具 Claude Code 能否独立承担公司内部软件的日常维护工作。据 Anthropic 工程师、Claude Code 的发明者 Boris Cherny 介绍，在最近几周内，Claude 通过自动化流程创建了 388 个拉取请求，其中 180 个在人工审核后被合并，合并率约为 46%。Cherny 将这一结果描述为“出人意料地积极”，并认为这是自主 AI 应用维护可能实现的“早期生命迹象”。
这一实验通过一个名为“proj-claude-maintains-apps”的专用 Slack 频道进行，Claude 借助 Tag 工具在 Anthropic 的所有平台（包括 iOS、Android、桌面端、Web、CLI 和 Agent SDK）上运行日常维护例程。Cherny 在 Slack 中直接用自然语言下达指令，例如要求 Claude 对 iOS、Android 和桌面应用进行崩溃模糊测试、使用真实应用而非模拟数据、触发崩溃并创建修复拉取请求。整个过程并未涉及复杂的提示工程，而是依赖简洁的日常指令。
Claude 运行了多达 12 种不同的维护例程，覆盖代码维护的多个方面。其中，“崩溃模糊测试器”会在模拟器中打开应用、随机点击以触发崩溃，分析根本原因并生成修复方案；“重复统一器”扫描代码库中相似但略有不同的抽象，并建议合并；“死代码移除器”会移除静态不可达的代码，对于可疑代码则先添加日志，次日再确认是否确实未被使用。其他例程还包括简化嵌套业务逻辑、修复复杂逻辑错误、移除永远不会失败的测试、清理已发布功能的特性开关、修复不稳定的 CI 测试、简化过度设计的抽象以及修复架构分层违规等。
Cherny 表示，Claude 通常能一次就正确创建拉取请求；如果失败，团队会调整例程，以便 AI 在次日做得更好，这种调整有时需要几天时间。目前 Anthropic 正在研究如何加快这类机械性变更的合并流程。值得注意的是，超过一半的自动生成拉取请求未能通过审核，这既反映了当前方法的局限性，也展示了其潜力。
这一实验的意义在于，它展示了 AI 在真实软件工程维护中的自主能力，而不仅仅是辅助编码。如果这种模式能够成熟，可能显著减少开发者在重复性维护任务上的时间投入，从而改变软件开发的协作方式。不过，46% 的合并率也表明，人工审核和干预在可预见的未来仍是不可或缺的环节。对于 AI 编程工具市场而言，这一案例提供了关于自主维护可行性的实证数据，可能影响企业采用此类工具的决策。