Claude Code 代码审查精度旋钮

2026年7月16日，Claude Code 为内置的 /code-review 命令引入了 effort levels（努力程度级别）。这不是在原有审查报告上加点细节，而是每个级别都会让 AI 从头到尾重新生成一次审查结果。

低档（Low effort）在发现问题的数量上已经超越其他代码审查工具，而 token 成本仅为竞品的零头。高档（High effort）则在需要深挖时提供显著更高的召回率。

所有档位之间并非线性递进，而是每次重写带来质的差异。

从固定深度到可调旋钮

在此之前，开发者运行 /code-review 得到的是一份固定深度的审查报告。你没法说"这次简单扫一眼就行"或者"这次给我深挖到底"。

现在，从 low 到 high（乃至 max），每个 effort 级别都会产生一份完全不同的审查。Claude Code 官方文档显示，该命令还支持 --comment 和 --fix 两种模式，前者只输出审查意见，后者甚至会直接给出修复建议。

这背后是 Anthropic 在 2026 年持续推进的精细控制产品哲学。从 Claude Opus 4.7 引入 xhigh effort level 开始，到 /effort 命令支持交互式箭头键滑块选择，再到 /ultrareview 提供超高质量审查通道，Anthropic 在逐步构建一个可调深度的完整产品体系。

effort levels 把这个审查能力往前推了一大步：同样的多智能体引擎，现在可以按需调节深度，从快速扫一眼到把代码翻个底朝天，都由同一个旋钮控制。

为什么可调精度是关键一步

在 AI 代码审查领域，一直存在一个隐形的矛盾：工具要么太浅，漏掉真正严重的 bug；要么太贵，每次审查消耗大量 token，成本高到企业难以承受。

GitHub Copilot Code Review 的定价约为每审查不到 0.1 美元，但大量开发者反馈其噪音太多，生成的噪音比信号多。Claude Code Review 初期的定价每审查约 15 到 25 美元，深度足够但成本让人皱眉。

在这个区间内，用户其实没有选择：要么接受浅但噪声大的审查，要么接受深但昂贵的审查。effort levels 打破了这种二元对立。

它让同一个模型、同一个代码库上下文，可以在不同成本档位上运行。低档用于日常快速扫描，高档用于关键合并前的深度审查。用户不再被锁定在一刀切的审查体验中。

从产品设计角度看，这其实是 AI 工具从黑箱走向可调参数的典型演变路径。就像专业相机有自动模式也有手动模式，Claude Code 正在把代码审查从傻瓜相机变成单反。

低档已经能赢

Claude Code 官方声称，低档在发现问题的数量上已经超过其他工具，而 token 成本只是竞品的零头。

拆解一下它的分量。在发现问题的数量上超越竞品意味着什么？竞品们（无论是 CodeRabbit、Qodo、Greptile 还是 GitHub Copilot）在找到的 bug 数量这个核心指标上，可能已经被 Claude Code 的低档打败了。而它的高档不是用来追赶竞品的，是用来超越自己的。

这种成本结构优势并非凭空而来。它来自 Claude Code 的多智能体架构和全代码库上下文分析能力。大多数 AI 审查工具只扫描 diff，Claude Code 则索引整个仓库，分析变更在全部代码库中的影响。

这种全上下文能力让它在低推理深度下依然能发现其他工具需要深度推理才能找到的问题。 TrueNAS 的一个案例可以作为佐证：Code Review 曾发现一个相邻代码中的类型不匹配问题，该问题在每次同步时静默擦除加密密钥缓存，而这个 bug 与 PR 变更本身毫无关系，纯粹是因为系统分析了完整代码库上下文才暴露出来。

计划模式：另一面的精度控制

effort levels 不是 Claude Code 在精度控制上的唯一动作。就在同一个月，计划模式（Plan Mode）的实测数据同样值得关注。

一位开发者在 40 次实际使用中统计：跨文件重构场景下，71% 的情况下计划模式有前置拦截效果，多文件功能开发为 64%，面对不熟悉代码时也有 58%。

计划模式的工作方式很直接：按 Shift+Tab 或输入 /plan，Claude Code 进入"仅读取"轨道，可以阅读文件、执行只读的 shell 命令来探查仓库结构，但无法修改源文件。探索结束后输出一份文字方案，开发者审核批准后再切回正常写模式。

这本质上是一种权限模式——当 Claude Code 处于计划模式时，所有编辑和写入工具在权限层就被彻底阻塞了。无论模型在内部推理到一半是否决定"直接改一下吧"，它也做不到。

计划模式提供的并不是什么炫技的新算法，它只是以权限强约束的方式把"先想清楚再动手"这条人类程序员本该遵循的铁律，重新塞回了 AI 辅助编程的流程里。

竞争格局将如何演变

AI 代码审查市场在 2026 年已经极其拥挤。根据 Greptile 的数据，AI 生成代码在全部 PR 中的占比已从一年前的 1% 飙升至 27.6%，代码审查成为软件交付流程中新的瓶颈。

Claude Code 的 effort levels 策略可能引发几重连锁反应：

第一，竞品可能被迫跟进可调深度模式。如果 Claude Code 证明一个工具覆盖所有深度需求是可行的，其他工具也将被迫引入类似的分层审查能力。

第二，成本竞争可能进一步白热化。Claude Code 的低档在成本上已经碾压竞品，这意味着整个赛道的定价体系可能被重新定义。

第三，企业采购逻辑可能发生改变。以前企业在便宜但浅和贵但深之间做选择，现在一个工具就能覆盖两种场景。

AI 代码审查的下一个战场，不是谁能审得更深，而是谁能让你在深和省之间自由切换。Claude Code 已经把这个旋钮交到了开发者手上。