Anthropic detalha revisão de código com IA no Claude Code
A Anthropic combina verificações automatizadas, revisões por IA e aprovação humana conforme o risco das mudanças no Claude Code.
Revisão acompanha o aumento de código gerado por IA
A Anthropic detalhou como a equipe do Claude Code revisa mudanças em um repositório que recebe cada vez mais contribuições de agentes de inteligência artificial. O processo reúne verificações automatizadas, revisores baseados em IA e aprovações humanas proporcionais ao risco de cada alteração.
Addy Osmani, Morgan Westlee Lunt e Qing Wang relataram que, entre junho e setembro, o número de solicitações de alteração (pull requests) incorporadas ao repositório mais que dobrou. No mesmo período, a proporção de mudanças que precisaram ser revertidas caiu mais de 40%, segundo a equipe.
Verificações começam antes da pull request
Antes de abrir uma pull request, o Claude executa testes, builds e linters. Um agente separado analisa as alterações em um contexto novo. Depois da abertura, cada solicitação passa por verificações automatizadas adicionais para procurar possíveis falhas no código.
Revisores com tecnologia Claude investigam os problemas encontrados, e outros agentes verificam as conclusões de forma independente. Uma análise de segurança separada também pode bloquear a incorporação da mudança se houver questões pendentes. A equipe antecipa verificações para reduzir o trabalho manual repetitivo.
Aprovação humana varia conforme o risco
Alterações de baixo risco, como atualizações de documentação ou recursos internos protegidos por sinalizadores de funcionalidade, podem seguir sem aprovação humana. Mudanças de risco médio exigem uma aprovação, enquanto as de alto risco precisam de duas. Modificações em áreas sensíveis, como fluxos de trabalho de integração contínua (CI), sempre exigem supervisão humana.
Para evitar ciclos excessivos de comentários automatizados, a equipe limita a revisão a três rodadas. Depois desse limite, o autor é orientado a reconsiderar a implementação. Nas rodadas seguintes, os agentes se concentram nas alterações novas, sem reexaminar repetidamente toda a pull request.
Menos rodadas, com responsabilidade humana
Segundo a Anthropic, a parcela de pull requests internas aprovadas após uma rodada de revisão e correção subiu de 65% para 78%. Já a proporção que precisou de cinco ou mais rodadas caiu de 8,9% para 1,5%. Os números indicam menos retrabalho no fluxo adotado pela equipe.
As pessoas continuam responsáveis por decisões de arquitetura, direção do produto, mudanças de alto risco e resultado final. A Anthropic também afirma que quem orienta um agente de IA permanece responsável pelo código produzido. Mudanças incorporadas costumam ser liberadas por etapas, protegidas por sinalizadores e avaliadas internamente antes da distribuição ampla.
Incidentes orientam avaliações futuras
O processo continua depois da incorporação do código: incidentes e alterações revertidas entram em um conjunto de avaliações usado para medir e aprimorar os revisores automatizados. Assim, falhas observadas no uso real podem contribuir para novas verificações.
A abordagem organiza a revisão pelo risco introduzido por cada mudança, não apenas pela quantidade de código lida por uma pessoa. A automação assume parte das verificações repetitivas, mas não elimina a supervisão em decisões importantes nem a responsabilidade de quem conduz os agentes.
Informações deste conteúdo
Tecnologias: AI Coding Agents, Claude Code, Code Review
Carreiras: Analista de Qualidade de Software (QA), Desenvolvedor de Software, Engenheiro de QA, Engenheiro de Software
Idiomas: Português
Tags: anthropic, claude, codereview, coding, github, qa, software, workflows