Das Claude-Code-Team von Anthropic beschreibt, wie es Code reviewt, der zu rund 90% von Claude erzeugt wird. Das Volumen ist explodiert: Im Monorepo von Anthropic stieg die Zahl der täglichen Änderungen von etwa 2.500 im Mai auf mehr als 30.000 im September, und ein manuelles zeilenweises Review ist nicht mehr tragbar. Von Juni bis September haben sich die gemergten PRs bei Claude Code mehr als verdoppelt, während der Anteil der zurückgesetzten PRs um mehr als 40% sank.

Review erfüllt zwei Funktionen: Fehler erkennen und Wissen über den Code verbreiten. Für die erste Funktion ersetzt das Team die Frage „Hat ein Mensch es gelesen?" durch „Welche Prüfung sollte erkennen, was schiefgehen kann?". Das Ziel: Die meisten PRs werden mit höchstens einem Menschen gemergt, ohne Anstieg der Reverts oder Incidents, die als Sicherheitsnetz dienen.

Eine Änderung durchläuft mehrere Schichten. Vor dem PR führt Claude Tests, Build und Linter aus und zeigt die Ausgabe, dann prüft ein Subagent den Diff in einem frischen Kontext. CLAUDE.md beschreibt das Projekt; REVIEW.md, verfasst von den Code-Owners, sagt dem Reviewer, was wichtig ist. Bei jedem PR suchen mehrere Agenten parallel nach Bugs, andere stimmen über jeden Befund ab, und nur die bestätigten Befunde werden veröffentlicht, nach Schweregrad sortiert. Ein separates Security-Review und CI blockieren den Merge, solange ein Problem offen bleibt. Ein Klassifikator legt die Risikostufe fest und damit die Anzahl der menschlichen Genehmiger (null, eins oder zwei); manche Pfade erfordern immer eine Person, und die Genehmigung eines Agenten zählt niemals als die eines Menschen. Merge-Queue, Feature-Flags, zunächst interne Nutzung, ein Latest-Kanal vor Stable und schnelles Rollback runden das Setup ab.

Der Reviewer verbessert sich in einer Schleife. PRs, die Incidents verursacht haben und von Experten bestätigt wurden, bilden ein Eval, das jeden Tag erneut durchlaufen wird. Das Rauschen wird daran gemessen, wie die Autoren reagieren, da ein Agent jeden Nit behebt und eine weitere Runde auslöst. Ein PR durchlief in einer einzigen Nacht mehr als fünfzig Runden; das Team begrenzte die Runden auf drei, beschränkte das erneute Review auf den neuen Diff und entfernte Wiederholungen, wodurch der Durchschnitt von 2,08 auf 1,32 Runden sank.

Menschen behalten fünf Entscheidungen: ob etwas gebaut werden soll, riskanten Code, Architektur, das Lesen der Belege und die Verantwortung für das Ergebnis. Um den Code zu verstehen, wird Claude um eine Erklärung des relevanten Ausschnitts gebeten. Die Norm „you land it, you own it" stützt sich auf Änderungen, die klein und reversibel sind. Der Artikel schließt mit einer stufenweisen Adoptionsliste.