Engineering-Beitrag von **Addy Osmani**, **Morgan Westlee Lunt** und **Qing Wang** (dem **Claude Code**-Team, **Anthropic**) im *claude.dev*-Blog, veröffentlicht am **15. Oktober 2026**; ~3.200 Wörter. Er beschreibt den Code-Review-Ablauf des Teams, bei dem Claude rund **90%** des Codes für Claude Code schreibt. Von Juni bis September haben sich die gemergten PRs **mehr als verdoppelt**, und der Anteil der zurückgesetzten PRs sank um **mehr als 40%**; im Monorepo von Anthropic stieg die Zahl der täglichen Änderungen von **~2.500** (Mai) auf **mehr als 30.000** (September).
#Code-Review#Code-Review#agentisches Code-Review
Addy Osmani · Morgan Westlee Lunt · Qing Wang — équipe Claude Code (Anthropic) ; blog *claude.dev* · catégorie Engineering.
Ein gemeinschaftlicher Artikel von sieben Autoren (**Zach Davis**, **Michelle Gill**, **Elisabeth Hendrickson**, **Angie Jones**, **Sha Ma**, **Randy Shoup**, **James Wickett**), veröffentlicht im *Enterprise Technology Leadership Journal* von **IT Revolution** (Herbst 2026, Bd. 3, Nr. 2), unter einer CC BY-NC-SA-Lizenz. Etwa **7.500 Wörter**, mit dem Titel *« Toward a Pattern Language for Code Reviews in the Age of Agentic AI »*. **(A)** Rahmung: Code Review wird definiert als eine Prüfung durch eine nicht-autorschaftliche Instanz, die zu einer Handlung führt; empirische Studien (Microsoft 2013, Mäntylä 2009, Beller 2014) zeigen, dass ihr Wert hauptsächlich in der Wartbarkeit und im Wissensaustausch liegt, weniger in der Erkennung funktionaler Fehler. **(B)** Drei Bedingungen, um den Menschen aus dem kritischen Pfad zu nehmen: maximale deterministische Validierung, **risikogestaffelte** Review, eine **dauerhafte Spur** jeder Agenten-Entscheidung; *« no human in the loop »* ist eine Konfigurationsentscheidung, kein Standardzustand. **(C)** Neun komponierbare Muster, präsentiert als Werkzeugkasten statt als Reifegradleiter: small changes, Shift Left, design for verification, deterministische Engineering-Praktiken, context engineering, kontinuierliche Qualitätsschleife, adversarial LLM review, Multi-Agent-Reviews, spezifikationsgetriebene Entwicklung. **(D)** Drei Fallstudien: **Block**, **Cloudflare** (131.246 Reviews über 48.095 PRs in einem Monat, 1,2 Befunde pro Review), **DryRun Security**. Erweitert die bisherigen Notizen des Korpus zu context engineering und agentengestütztem Code Review.
#agentic code review#code review#pattern language
Zach Davis (LaunchDarkly) · Michelle Gill (Engineered by AI) · Elisabeth Hendrickson (Curious Duck) · Angie Jones (Agentic AI Foundation) · Sha Ma (Topogy) · Randy Shoup (CircleCI) · James Wickett (DryRun Security) ; article collectif · IT Revolution.
Leitfaden von **Michael Segner**, veröffentlicht am **20. August 2026** im Blog von claude.com in der Kategorie *Claude Code*: ein **5-minütiger** Lesetext mit angekündigten rund **31.500 Zeichen** Fließtext, auch als PDF verfügbar. Angegebenes Material: Interviews mit **mehr als einem Dutzend** Startups, fünfzehn davon namentlich genannt — **Artemis Security**, **Cainex**, **Clay**, **ClickHouse**, **Cognition**, **Commure**, **Crosby**, **Emergent**, **Harvey**, **Heidi**, **Higgsfield**, **Omni**, **Parahelp**, **Translucent**, **Zingage**. (A) Fünf Betriebsregeln: *everyone ships*, *automate the tedium*, *trust, but verify*, *build for rebuilding*, *prototype, dogfood, productionize*, jede abgeschlossen mit Produkt-Tipps und zusammengefasst in einer abschließenden Checkliste. (B) Ein Textkörper aus zugeschriebenen Zitaten, wobei jede Regel durch namentlich genannte Führungskräfte illustriert wird statt durch eine aggregierte Kennzahl. Die vier hervorgehobenen Zahlen stammen von den interviewten Unternehmen: **+30 %** mehr ausgelieferte Features (ClickHouse), **2- bis 3-fache** Engineering-Produktivität (Omni), **100 %** der Bug-Triage automatisiert (Clay), **mehr als 6.000 PRs pro Woche** (Artemis Security). Zwei Passagen weichen vom Erfahrungsbericht-Register ab: **Cainex**s Selbstkorrekturschleife bei der medizinischen Kodierung, Schritt für Schritt beschrieben, sowie der interne Einsatz von **Claude Tag** bei **Anthropic** als Erstreagierer für den CI/CD-Bereitschaftsdienst. Die eingangs gestellte Frage — *„Wie würde es aussehen, wenn eine Organisation ihren Produktentwicklungszyklus von Grund auf mit Claude Code aufbauen würde?"* — knüpft an [[claxton-anthropic-ai-native-sdlc-playbook-2026-08-21]] an, das am folgenden Tag vom selben Verlag veröffentlicht wurde, und führt [[cherny-wu-reflecting-year-claude-code-2026-07-17]] weiter.
#Claude Code#Startups#everyone ships
Michael Segner · auteur du guide sur le blog claude.com (fonction non affichée par la page) ; entretiens avec les dirigeants de quinze entreprises nommées.
Ausgabe des Newsletters **Engineering Enablement** von **DX**, verfasst von **Brian Houck**, veröffentlicht am **5. August 2026**, Umfang etwa **13.000 Zeichen**. Der Text beginnt mit einer quantifizierten Beobachtung: Bei **Meta** stieg die Zahl signifikanter Codezeilen pro von einem Menschen gemergtem Diff in einem Jahr um **106 %** und die Zahl der Diffs pro Entwickler und Monat um **51 %**, wobei mehr als **80 %** dieses Wachstums auf agentische KI zurückgehen, während der Anteil der innerhalb von 24 Stunden überprüften Diffs sinkt; die Analyse von DX misst ihrerseits eine um **64 %** gestiegene mediane Pull-Request-Größe, während Entwickler nur etwa **7 %** ihrer Zeit für Reviews aufwenden möchten. (A) Bevor er das Review an KI übergibt, formuliert Houck die Nutzungsfrage neu: *„Welches Problem hat Code Review gelöst, bevor KI aufkam?“* Wenn die Antwort Fehlererkennung ist, wird vollständige Automatisierung unvermeidlich; die Studie von **Bacchelli & Bird** (*Modern Code Review*, ICSE 2013) zeigt, dass fehlerbezogene Kommentare nur **14 %** der tatsächlich verfassten Kommentare ausmachen. (B) Ein Teil der Last ist *selbstverschuldet*: Die Microsoft-Studie von 2016 mit **911 Entwicklern** identifizierte bereits Durchlaufzeit, Review-Größe und das Verständnis der Änderungsmotivation als die drei größten Hindernisse, und nur **26 %** verfassten noch eine detaillierte Beschreibung. (1) **RADAR** bei Meta dient als Referenzimplementierung für die Risikostratifizierung. (2) Drei aufeinanderfolgende Schritte: die Grundlagen in Ordnung bringen, KI um das menschliche Urteilsvermögen herum gestalten, das schützen, was Review unsichtbar hervorbringt. Der Korpus umfasst bereits [[monperrus-end-of-code-review-agents-supersede-2026-06-11]], der die Automatisierung bis zum Ersatz vorantreibt, und [[laycock-thoughtworks-reviewing-all-this-code-2026-09-02]], die direkte Antwort auf diesen Text.
#Code-Review#Code-Review#Review-Warteschlange
Brian Houck · signataire de l'édition · sur la newsletter Engineering Enablement de DX ; fonction non affichée par la page.
Ein arXiv-Paper (cs.SE) von Martin Monperrus, das für den SDLC eine radikale These vertritt: Coding-Agenten haben eine Fähigkeitsschwelle überschritten, sodass menschliches Code-Review keine notwendige Komponente einer Qualitätspipeline mehr ist. Zwei Thesen: (1) autonome LLM-basierte Systeme erreichen alle Ziele des Reviews (Fehlererkennung, Qualität, Compliance) bei geringeren Kosten und höherem Durchsatz; (2) das hybride Modell „der Agent schreibt, der Mensch reviewt“ ist nicht haltbar — es gewährleistet weder echte Qualität noch skaliert es mit der KI-Geschwindigkeit und erzeugt ein „trügerisches Sicherheitsgefühl“. Monperrus stellt der inspection de Fagan (1976) eine multi-agentenbasierte adversarial verification pipeline gegenüber (Generator-Agent + unabhängige Reviewer-Agenten + Tests/formale Methoden + abstimmungsbasierter Konsens). Der Mensch konzentriert sich auf die Spezifikation, architektonische Trade-offs, die Freigabe kritischer Domänen sowie Grenzfälle. Empfehlungen: zunächst Pilotierung an risikoarmen Komponenten, Messung Agent vs. Mensch, explizite Ablehnungsentscheidungen.
Manifest-artiger Artikel von **Thariq Shihipar** (Engineer & Serial Entrepreneur, Claude Code Team bei Anthropic), der eine **Änderung des Standard-Ausgabeformats für Agenten** ankündigt: die Ablösung von **Markdown durch HTML**. These: Markdown war das dominante Format zwischen Menschen und Agenten (einfach, portabel, editierbar, lesbar), ist aber zu **einem Engpass** geworden, da Agenten längere und reichhaltigere Artefakte produzieren (Specs, Pläne, Berichte, Code-Reviews). Jenseits von ca. 100 Zeilen liest niemand mehr eine Markdown-Datei. HTML löst sechs Einschränkungen gleichzeitig: **Informationsdichte** (Tabellen, CSS, SVG, Skripte, Canvas, Bilder), **visuelle Klarheit** (navigierbares, mobil-responsives Layout), **einfaches Teilen** (ein S3-Link, direkt im Browser öffenbar), **bidirektionale Interaktivität** (Schieberegler, Regler, „Copy as JSON/Prompt“-Buttons zur Rückkopplung in Claude Code), **native kontextuelle Aufnahme** (Claude Code liest die Codebasis + MCP Slack/Linear + Git-Historie + Chrome) und **Freude an der Nutzung** (der Autor stellt ausdrücklich fest: *„it's joyful“*). Fünf kanonische Anwendungen im Detail: (1) **Specs/Pläne/Exploration** in einem vergleichenden Raster, (2) **PR-Review** mit inline annotiertem Diff, (3) **Design & Prototypen** mit Animations-Schiebereglern, (4) **Berichte/Recherche/Lernen** (der Autor ließ einen Prompt-Caching-Explainer aus der Git-Historie generieren), (5) **maßgeschneiderte Wegwerf-Editoren** (Drag-and-Drop von Linear-Tickets, Feature-Flag-Editoren, Side-by-Side-Prompt-Tuner), die einen re-injizierbaren „Copy as Markdown/Diff/JSON“-Export erzeugen. Explizites Anti-Pattern: *„I'm a little bit afraid that people will read this article and turn it into a /html skill“* — der Autor **lehnt eine vorschnelle Skill-ifizierung ab** und empfiehlt stattdessen Prompting von Grund auf („make a HTML file“). Pragmatisches FAQ: Token-Kosten werden durch den 1-Mio.-Kontext von **Opus 4.7** absorbiert, 2-4× längere Generierungszeit, verrauschte HTML-Diffs (ein realer Nachteil), Stil wird über ein HTML-Referenz-Designsystem im Zaum gehalten.
#HTML#Markdown#Ausgabeformat
Thariq Shihipar (Engineer & serial entrepreneur, équipe Claude Code chez Anthropic — site : thariqs.github.io/html-effectiveness ; X : @trq212)
Cat Wu und Boris Cherny (Anthropic) erklären, wie man Claude Code so nutzt wie seine Schöpfer: Antfooding, Plan-Modus, Subagents, Hooks und Erweiterbarkeit — Every's Podcast AI & I
#Claude Code#Cat Wu#Boris Cherny
Rhea Purohit (interviewer: Dan Shipper) · Cat Wu · Boris Cherny