O gargalo da revisão de código acaba de ser rompido
A revisão de código, um gargalo tradicional no desenvolvimento de software, está a passar por uma mudança tectónica. O monorepo principal da Anthropic, por exemplo, escalou de aproximadamente 2.500 alterações diárias em maio para mais de 30.000 no seu dia mais movimentado em setembro. Simultaneamente, o Claude escreve agora cerca de 90% do próprio código do Claude Code, tornando a inspeção humana linha a linha impraticável.
Em vez de visar a revisão humana de cada linha, as equipas da Anthropic perguntam agora: "O que pode correr mal com esta alteração?" e "Qual verificação — automatizada ou humana — é a melhor para a detetar?" Esta abordagem pragmática garante que a maioria dos pull requests (PRs) seja fundida com, no máximo, uma pessoa envolvida, muitas vezes apenas o autor. Boris Cherny, que criou o Claude Code, envia 20-30 PRs diariamente, um ritmo impossível com os métodos convencionais.
Este novo sistema produziu resultados notáveis. Entre junho e setembro, os PRs fundidos mais do que duplicaram. Crucialmente, a quota de PRs que tiveram de ser revertidos caiu 40%, demonstrando que uma menor carga de revisão humana não equivale necessariamente a mais defeitos. Esta mudança destaca uma reavaliação fundamental de como garantimos a qualidade do código em escala.
Um bug tem de sobreviver a uma maratona
Os bugs enfrentam uma maratona de verificações automatizadas concebidas para detetar problemas antes mesmo que os olhos humanos vejam um pull request. O Claude primeiro executa testes, compila a aplicação ou compara capturas de ecrã dentro da sessão do autor para verificar o seu próprio trabalho. Depois, um subagente com um contexto novo analisa independentemente o diff, garantindo que nenhum viés da sessão de autoria contamine a avaliação inicial.
Assim que um pull request é criado, um produto de revisão Claude dedicado assume o controlo, implantando múltiplos agentes para procurar bugs simultaneamente. Um grupo separado de agentes vota então sobre estas descobertas, e apenas se houver consenso suficiente é que um comentário é publicado, reduzindo significativamente os falsos positivos.
O sistema aprende com os seus erros, transformando problemas recorrentes em lint rules ou orientações específicas em ficheiros CLAUDE.md. Isto garante que erros comuns sejam abordados a montante, evitando a sua reintrodução. Inversamente, se o revisor sinalizar repetidamente código aceitável, os ficheiros review.md, escritos pelos proprietários do código, esclarecem o que constitui uma falha nessa área específica do código.
Antes da fusão, um agente de security review separado analisa o código em busca de vulnerabilidades, e as verificações de CI padrão — incluindo testes, verificação de tipos e linting — devem ser aprovadas. Este modelo de "queijo suíço" em camadas garante que, mesmo que uma defesa tenha um "buraco", as camadas subsequentes provavelmente detetarão o defeito, permitindo que a Anthropic escale as fusões sem sacrificar a estabilidade.
O revisor também precisa de um revisor
A revisão humana permanece uma salvaguarda crítica, embora estratificada. Alterações de baixo risco de trusted authors, como atualizações de documentação ou trabalho com feature flags, muitas vezes ignoram a aprovação humana. Alterações comuns ou modificações em áreas sensíveis exigem uma assinatura humana, enquanto caminhos de alto risco exigem duas. Os agentes classificadores da Anthropic determinam estes níveis, com um segundo agente a validar o requisito de revisão humana.
A avaliação foca no impacto no mundo real. Bugs vinculados a incidentes são convertidos em casos de teste diários para o revisor, garantindo que o sistema aprenda com falhas passadas. Apenas mudanças de prompt, modelo ou regra que comprovadamente melhorem o desempenho sem gerar ruído excessivo são mantidas. Esse ciclo de feedback iterativo refina constantemente o processo de revisão automatizada. Para mais detalhes sobre este sistema complexo, veja How the Claude Code team does code review.
No entanto, revisões de agente para agente podem prender o sistema em um loop. Críticas excessivas desencadeiam edições repetidas e revisões subsequentes, como um PR que registrou mais de 50 rodadas. Para combater isso, a Anthropic limitou as rodadas de revisão e mudou as revisões posteriores para focar apenas em novas mudanças. Essa intervenção fez com que os PRs aprovados após uma rodada saltassem de 65% para 78%, enquanto aqueles que precisavam de cinco ou mais rodadas despencaram de 9% para 1,5%.
Gostando do artigo? Receba um assim na sua caixa de entrada toda manhã.
um e-mail por dia · cancele em dois cliques · sem rastreadores de terceiros
O que as equipes podem copiar — e o que não podem
O escalonamento dramático da Anthropic oferece um vislumbre da engenharia nativa de IA, mas nem toda equipe pode simplesmente copiar e colar sua abordagem. Embora os PRs mesclados tenham mais do que dobrado e a taxa de reversão tenha caído 40%, as métricas publicadas não provam definitivamente que menos mudanças totais quebraram o sistema. Se o volume de mudanças aumentou o suficiente, o número absoluto de reversões ainda poderia ter subido, mesmo com uma porcentagem menor.
Replicar o sistema de revisão multiagente da Anthropic exige recursos significativos e ferramentas internas altamente especializadas. A maioria das organizações carece de orçamento de tokens, capacidade computacional ou dos ciclos de feedback sofisticados que permitem ao Claude melhorar suas próprias capacidades de revisão. Esta não é uma integração rápida; é uma mudança arquitetônica fundamental.
No entanto, existem conclusões pragmáticas para qualquer equipe. Oriente os agentes com instruções concisas e automatize verificações para erros recorrentes em vez de corrigi-los iterativamente. Limite os ciclos de revisão — a Anthropic aprendeu da maneira mais difícil que os agentes podem ficar presos em mais de 50 rodadas. Reserve a atenção humana para decisões verdadeiramente consequentes, como escolhas arquitetônicas ou código de faturamento de alto risco. Em última análise, a regra "você implementa, você é o responsável" permanece primordial: a responsabilidade pelos resultados ainda cabe aos humanos.
Perguntas Frequentes
A Anthropic faz com que humanos revisem todas as mudanças do Claude Code?
Não. A revisão humana depende do risco: algumas mudanças confiáveis e de baixo risco podem ser mescladas sem aprovação humana, enquanto mudanças sensíveis ou de alto risco exigem uma ou duas pessoas.
Como a Anthropic revisa o código gerado por IA?
Seu processo combina testes locais, revisão de agente com contexto atualizado, verificações de bug e segurança multiagente, CI, revisão humana baseada em risco e monitoramento de produção.
A taxa de reversão da Anthropic provou que menos bugs chegaram à produção?
Não por si só. A parcela de PRs mesclados que foram revertidos caiu 40%, mas o volume de PRs mesclados mais do que dobrou, e a Anthropic não publicou as contagens subjacentes.
O que equipes de engenharia menores podem copiar da Anthropic?
Use verificações automatizadas para riscos repetíveis, mantenha as instruções do agente focadas, limite as rodadas de revisão, combine a revisão humana com o risco e faça com que a pessoa que implementa uma mudança seja responsável pelo seu resultado.