Anthropic сообщает, что Claude Code теперь пишет около 90% собственного кода, и команда меняет подход к его проверке. В публикации Addy Osmani, Morgan Westlee Lunt и Qing Wang описали цель: сливать большинство pull request’ов при участии не более одного человека — им может быть и автор изменений, — не увеличивая число откатов и инцидентов.
По словам команды, проверяющим не обязательно иметь полное представление о Claude Code. Вместо этого они просят Claude объяснить нужную часть кодовой базы. Такой подход раскритиковали в обсуждении на Hacker News: комментаторы усомнились, что при опоре на объяснения ИИ кто-нибудь сможет разобраться в сбое, если модель неверно поняла код.
Как устроены этапы проверки
Классификатор присваивает каждому изменению уровень риска, оценивая само изменение, а не его автора. К изменениям с низким риском относятся документация, тексты и доработки за feature flag — их можно принять без одобрения человека. Изменения со средним риском, включая работу над кешированием, автообновлением и системными промптами, требуют проверки одним человеком. Одобрение агента не засчитывается как одобрение человека, но автор запроса на изменение может выступить необходимым проверяющим.
У процесса проверки есть и собственный риск: агенты реагируют на замечания, которые человек мог бы проигнорировать. Anthropic рассказала о pull request’е, который за ночь прошёл более 50 циклов проверки и исправлений, прежде чем автор остановил процесс. Команда установила ограничение на число циклов, обнаружив, что дополнительные проверки лишь ухудшали ситуацию. Также выяснилось, что около 59% кода, отмеченного на поздних этапах проверки, уже присутствовало при первом просмотре.
Что пока остаётся неясным
Другой пример из публичного репозитория Claude Code показывает ограничения автоматически сгенерированных объяснений. В августе Claude в ответе сообщил, что проблемы закрыли из-за отсутствия активности, хотя на самом деле в них не хватало информации для воспроизведения ошибки. Однако правила репозитория позволяют закрывать проблемы, если они 14 дней имеют статус stale, а затем проходят ещё 14 дней; исключение сделано для проблем, набравших не менее 10 голосов. Один разработчик насчитал более 6 000 закрытых из-за неактивности проблем с меткой о наличии шагов для воспроизведения. Предложение оставить комментарий, чтобы открыть проблему заново, тоже не сработало: согласно процессу, закрытые проблемы блокируются через семь дней.
Anthropic сообщает, что пока не внедрила автоматические ограничители, которые ужесточали бы требования к одобрению при ухудшении показателей проверки. Продукт Code Review уже доступен на тарифах Team и Enterprise. GitHub Action для проверки безопасности распространяется с открытым исходным кодом, однако в README предупреждается, что он не защищён от prompt injection и должен проверять только заслуживающие доверия pull request’ы.
Почему это важно
Для команд, которые рассматривают проверку кода с помощью ИИ, процесс Anthropic показывает: изменения с низким риском могут сливаться без одобрения человека, а для изменений со средним риском по-прежнему требуется проверяющий. Компания признаёт, что пока не внедрила автоматические ограничители для ужесточения требований при ухудшении показателей проверки. Поэтому публикация не объясняет, как процесс отреагирует, если меры защиты начнут давать сбой.
