Перейти к содержанию

Claude Code

Команда Claude Code отдала чтение кода машинам

8 мин чтения

Наш ИИ-аналитик сам проверил эту историю: запускал, считал, сверял с оригиналами. Что мы проверили

Текст написан ИИ-моделью по источникам, на которые ведут ссылки, и сверен с ними второй моделью. Как мы работаем

Всё о теме: Claude Code: версии и изменения →
Изображение: claude.dev

Команда Claude Code 16 октября описала в блоге Claude, как проверяет код, который в основном пишет сам Claude. Чтение диффов почти целиком отдали машинам, людей зовут по риску изменения, а успех меряют человеческим временем на PR и долей откатов. С июня по сентябрь слитых pull request в репозитории Claude Code стало более чем вдвое больше, а доля откатов за то же время упала больше чем на 40%.

Anthropic уже говорила, что около 90% кода Claude Code пишет Claude. По всей компании объём растёт ещё быстрее: в монорепозитории Anthropic в мае вливалось около 2 500 изменений в день, в сентябре больше 30 000, рост в двенадцать с лишним раз. Claude Code живёт в отдельном репозитории, но давление там то же. Построчное ручное ревью на такой скорости авторы называют «невероятно трудным, если не невозможным».

Ревью до pull request

Раньше ревью было шлагбаумом в конце: написал код, открыл PR, ждёшь коллегу. Теперь оно идёт непрерывно, как проверка орфографии при наборе, и большинство изменений Claude успевает хотя бы раз проверить и исправить до того, как на них посмотрит человек.

Основная работа сдвинулась ещё до PR. Claude дают то, что можно запустить (тесты, сборку, скриншот для сверки с макетом), и просят показать вывод, а не отчитаться словами. Потом диф читает сабагент со свежим контекстом. Многие в команде перед открытием PR гоняют ещё внутренние skills: один ищет баги, второй упрощает диф, третий проверяет поведение от начала до конца. Борис Черный, создатель Claude Code, считает возможность проверить свою работу, вероятно, самым важным условием хорошего результата и оценивает выигрыш в два-три раза. «Проверка в каждой области выглядит по-своему. Это может быть просто bash-команда, прогон тестов или проверка приложения в браузере или симуляторе телефона», - пишет он.

Если автоматический ревьюер раз за разом цепляется к одному и тому же, это чинят у источника: в skill, правилом линтера или в инструкциях. CLAUDE.md описывает проект (стек, соглашения, цели и то, что целью не является) и грузится в каждое ревью, поэтому в большой кодовой базе его держат коротким. REVIEW.md пишут владельцы кода, и в хорошем, по описанию команды, сказано, как выглядит сбой именно здесь: для документации это «врёт», для конфигов «маршрутизирует не туда». Там же лимит на мелкие придирки, пути, которые надо пропускать, требование указывать файл и строку вместо догадки по имени и сводка, которая начинается со счёта находок.

Кто ставит аппрув

Каждый PR получает ревью Claude до человека. Ревьюер читает диф на фоне всего репозитория и заявленной цели PR, на багфиксе ищет первопричину. Несколько агентов ищут баги параллельно, отдельная группа голосует по каждой находке, и в PR попадает только то, что признано реальным большинством. Чисто стилевые замечания и находки про чистку отбрасываются, эти фильтры сначала прошли A/B-тест на внутренних PR. Комментарии приходят с меткой Important, Nit или Pre-existing, чтобы баг, который PR не вносил, не выглядел виной автора. Доля внутренних PR с содержательными замечаниями выросла с 16% до 54%. На каждую находку надо ответить: исправить или закрыть тред с причиной. Отдельное security-ревью блокирует слияние, пока его находки открыты.

Дальше решает риск. Документации, текстам, внутренним функциям и аддитивным изменениям за флагом людей не нужно, если автоматика и проверки безопасности зелёные. Обычным продуктовым правкам и чувствительным местам вроде кэширования, автообновления и системных промптов нужен один человек. Самому опасному коду и короткому списку путей нужны двое. Уровень выбирает классификатор по самому изменению, независимо от автора, а второй классификатор проверяет, не нужен ли этому конкретному изменению человек вопреки уровню. Любые файлы CI-воркфлоу и пути, которые владельцы пометили как чувствительные, всегда требуют человека.

Облегчённые пути открыты только авторам из доверенного списка репозитория, в основном команде-владельцу. Аппрув агента никогда не засчитывается за человеческий. Тот, кто направлял агента, считается одним из обязательных ревьюеров, как если бы печатал код сам. Аппрув привязан к конкретному коммиту: если сверху лёг пуш агента или вручную разрешённый мёрж, одобрять надо заново. Ещё в июле критические изменения в ядре команда смотрела вручную, а теперь граница между автоматикой и людьми записана в таблицу рисков.

Перед вливанием merge queue перезапускает все проверки на main с уже применённым изменением, чтобы два PR, прошедшие по отдельности, не сломали ветку вместе. Новое поведение обычно уходит за флагом сначала сотрудникам Anthropic, публичные релизы идут в канал latest, stable отстаёт. Флаги выключаются без деплоя, у Claude Code еженедельное дежурство, а разбор каждого инцидента спрашивает, какой слой должен был его поймать. Замечать плохое слияние всё ещё должны автор и дежурный по дашбордам откатов: предохранителей, которые ужесточали бы аппрув при росте этих цифр, нет, и инженеры хотят их получить раньше, чем ещё больше кода пойдёт в слияние вообще без человека.

Пятьдесят раундов за ночь

Шум дороже, когда автор агент. Человек отмахнётся от придирки за секунды, агент её исправит, и это новый коммит и новый раунд. Один PR в CLI за ночь прошёл больше пятидесяти раундов ревью и правок, пока автор его не остановил. Git blame показал, что около 59% того, к чему ревьюер продолжал цепляться, лежало в коде с самого первого прохода: новых багов он почти не находил, а добирал по нескольку старых за раунд. Команда признаёт, что сама к этому привела, по умолчанию запуская несколько раундов.

Теперь рядом с полнотой находок считают число раундов до прохождения. После трёх раундов ревьюер просит автора отойти и пересмотреть подход, после первых нескольких проходов перечитывает только новый диф, называет класс бага, чтобы автор исправил все вхождения, и не повторяет уже опубликованные находки. Качество ревьюера проверяют на собственных инцидентах: прошлые PR, которые к ним привели, с откатами и исправлениями, каждый баг подтвердили знающие этот код инженеры, и прогон идёт ежедневно. Шум меряют по реакции людей (исправил, счёл ошибкой, поведение намеренное, неважно) и прогонами на заведомо чистых PR. Приоритет записан явно: сначала настоящие баги, потом меньше раундов.

Людям оставили решения, с которыми машины справляются плохо: строить ли это вообще, рискованный код вроде биллинга, автообновления и CI, архитектуру, которую будут копировать, чтение доказательств и ответственность за результат. Понимание кодовой базы, которое раньше давало чтение чужих диффов, теперь добирают иначе: просят Claude написать пояснение ровно к тому куску, который собираются менять.

Авторский разбор

Что мы проверили

18 октября мы запустили локальный /code-review на Claude Code 2.1.302 (по умолчанию и с high) в тестовом репозитории с настоящим багом, стилевой мелочью, старым багом и своим REVIEW.md, а также разобрали документацию Code Review, открытый плагин code-review и код security-review Action.

Как мы проверяем истории

REVIEW.md локальная команда слушается хорошо, но голосования агентов и меток важности, которые пост описывает для ревью на каждом PR, в ней нет. А открытый security Action, с которым, по словам поста, можно настроить «то же самое», сам слияние не блокирует: блокировку дают только ваши правила защиты ветки.

  • Оба прогона нашли по 3 проблемы, пропустили мелочи и vendor/, начали сводку со счёта, указали файл и строку. Меток Important/Nit/Pre-existing не было, первый прогон прямо написал, что проверочный проход не запускался, а старый баг с 30 днями в феврале попал в отчёт как находка в дифе. Прогоны заняли 63 и 34 секунды.
  • Плагин plugins/code-review в anthropics/claude-code не та встроенная команда, о которой пишет пост: последний раз он менялся 11 марта, а его README обещает порог уверенности 80 и агента по git blame, которых в самой команде нет. По changelog встроенная команда на средней глубине на Opus 5.5 и Sonnet 5.5 сообщает и замечания по чистке и соглашениям CLAUDE.md.
  • По коду и документации, без замера: security Action оставляет находки обычным комментарием, падает только без API-ключа, после первого прогона на PR отключается, если не задан run-every-commit: true, и сам находки не снимает. Работает он на claude-api-key с оплатой по API.
  • Code Review по документации никогда не одобряет и не блокирует PR, берёт REVIEW.md только из базовой ветки, а ревью оплачиваются сверх плана с месячным лимитом трат.
  • Рост с 16% до 54% пост связывает с запуском research preview, но эта цифра опубликована 26 июля и тогда объяснялась требованием к агентам писать доказательство своей находки.

Если переносить к себе

Команда советует начинать с короткого CLAUDE.md со списком запускаемых проверок, хуков для форматтеров и линтеров и REVIEW.md, куда переезжают повторяющиеся замечания. В шаблон PR стоит добавить разделы «Testing», «Risk» и «How to revert», AI-ревьюер включить сначала на одном репозитории и несколько недель настраивать REVIEW.md, прежде чем расширять. Чувствительные пути закрываются через CODEOWNERS и защиту ветки, аппрув бота не должен заменять обязательный человеческий, а одобрения при новых коммитах сбрасываются. Если ставите открытый security Action, включите run-every-commit: true и обязательное закрытие всех тредов в защите ветки (required conversation resolution): без этого его находки остаются советом.

ClaudeAnthropic

Инвесторы Anthropic обсуждают 1,5 триллиона вместо 2

По данным Reuters, часть инвесторов Anthropic снизила планку: обсуждают оценку около 1,5 триллиона долларов вместо примерно 2 триллионов. Их смутил рост выручки на 45% за квартал после удвоения кварталом ранее. Вы бы зашли в IPO Anthropic при оценке 1,5 триллиона или подождали?

Пока никто не написал. Будьте первым.

Присоединяйтесь к разговору

Войдите, чтобы оставить комментарий. Он появится после модерации.