revue de code agentique

Anthropics Monorepo verzeichnete im Mai rund 2.500 tägliche Änderungen, im September waren es mehr als 30.000. Das Claude Code Team, das Code überprüft, von dem etwa 90% von Claude geschrieben wurde, gab das zeilenweise menschliche Lesen auf und ersetzte die Frage "hat ein Mensch das gelesen?" durch "welche Kontrolle sollte erkennen, was schiefgehen kann?"

Was an die Stelle tritt, ist mehrschichtig aufgebaut. Vor dem Pull Request führt Claude Tests, Build und Linter aus, danach liest ein Subagent den Diff in einem frischen Kontext erneut. CLAUDE.md beschreibt das Projekt; REVIEW.md, von den Code-Verantwortlichen geschrieben, sagt dem Reviewer, worauf es ankommt. Mehrere Agenten suchen parallel nach Fehlern, andere stimmen über jeden Befund ab, und nur die bestätigten Befunde werden veröffentlicht. Ein separates /security-review und die CI blockieren den Merge. Ein Klassifikator legt die Risikostufe fest, die wiederum die Anzahl der menschlichen Genehmiger auf null, eins oder zwei festlegt. Die Genehmigung eines Agenten zählt nie als die eines Menschen.

Martin Monperrus treibt diese Logik in einem arXiv-Positionspapier vom Juni 2026 noch weiter: menschliches Review sei kein notwendiger Bestandteil einer Qualitätspipeline mehr. Er nimmt die Fagan-Inspektion (1976) ins Visier, zitiert Bacchelli & Bird, denen zufolge Reviews weniger Fehler abfangen als Entwickler annehmen, und deutet die Anordnung, bei der ein Agent schreibt und ein Mensch genehmigt, als Scheinsicherheit. Er verknüpft den Review-Durchsatz mit den DORA-Metriken.

Die Reibung entsteht durch Agenten-Rauschen. Ein Pull Request reihte in einer Nacht mehr als fünfzig Review-Runden aneinander, worauf das Claude Code Team die Anzahl der Runden auf drei begrenzte und das erneute Review auf den neuen Diff beschränkte, was den Durchschnitt von 2,08 auf 1,32 senkte.