针对AI编程引发的CI高频、细粒度提交问题，团队重构CI流程提升吞吐与反馈速度。

统计显示AI生成代码已实质性参与Linux内核开发，占比近五分之一，反映AI编程工具在系统级工程中的实际落地程度。

揭露 Claude Code 被强制用于需求、编码、测试、工单等全流程，引发工程师超时工作与代码审查缺失。

指出AI编程工具使用中质量下滑的主因在于流程与标准缺失，而非工具本身问题。

指出AI虽能写出优质代码，但易导致低质量交付和项目失败，强调人类协作与专业实践不可替代。

Anthropic 工程师阐述用 Claude 辅助开发时需配套严格工程实践（测试、审查、模糊测试等），强调 AI 编程的可靠性保障方法。