Cara tim Claude Code menata review kode saat agen menulis 90% kodenya

Addy Osmani dan rekan-rekannya di tim Claude Code menuliskan cara mereka mereview kode kini setelah sekitar 90% kode Claude Code ditulis oleh Claude sendiri. Target yang mereka kejar lugas: waktu review manusia sesedikit mungkin tanpa menaikkan tingkat revert atau memicu lebih banyak insiden. Review tak lagi jadi gerbang di akhir, melainkan berjalan terus-menerus, lebih mirip spellcheck yang bekerja sambil Anda mengetik.

Angka yang mereka bagikan adalah alasan utama membaca tulisan ini. Pull request yang di-merge ke Claude Code lebih dari dua kali lipat antara Juni dan September, sementara tingkat revert turun lebih dari 40%. Di repositori kode utama Anthropic, perubahan harian melonjak dari sekitar 2.500 pada Mei menjadi lebih dari 30.000 pada September. Setelah reviewer AI diluncurkan, porsi PR internal yang mendapat komentar review substantif naik dari 16% ke 54%, dan porsi yang lolos setelah satu putaran perbaikan naik dari 65% ke 78%.

Prosesnya berlapis. Claude menjalankan tes dan satu review berkonteks baru sebelum PR dibuka, agen-agen paralel memburu bug dan memberi suara pada tiap temuan, temuan keamanan bisa memblokir merge, dan sebuah classifier memberi tiap perubahan tingkat risiko yang menentukan berapa banyak manusia harus menyetujui. Persetujuan dari agen tidak pernah dihitung sebagai persetujuan manusia. Satu pengaman lahir karena reviewer awal pernah memutar satu PR lewat 50 putaran lebih adu perbaikan antaragen dalam semalam: setelah tiga putaran, manusia meninjau ulang pendekatannya. Tulisan lengkapnya memuat konvensi CLAUDE.md dan REVIEW.md mereka.

Kenapa ini penting

Kalau tim Anda mulai me-merge kode tulisan agen, bagian sulitnya ada di review, bukan di pembuatan kode. Sistem Anthropic ini contoh konkret: tingkat risiko yang menentukan keterlibatan manusia, gerbang keamanan yang memblokir merge, dan insiden lama yang diubah jadi eval harian untuk reviewer itu sendiri.