# osmani-lunt-wang-code-review-claude-code-2026-10-15

## Veille

Publicación técnica de **Addy Osmani**, **Morgan Westlee Lunt** y **Qing Wang** (el equipo de **Claude Code**, **Anthropic**) en el blog *claude.dev*, publicada el **15 de octubre de 2026**; ~3.200 palabras. Describe el flujo de revisión de código del equipo, en el que Claude escribe aproximadamente el **90%** del código de Claude Code. De junio a septiembre, las PR fusionadas **más que se duplicaron** y la proporción de reversiones cayó **más del 40%**; en el monorepo de Anthropic, los cambios diarios pasaron de **~2.500** (mayo) a **más de 30.000** (septiembre).

## Titre Article

How the Claude Code team does code review

## Date

2026-10-15

## URL

https://claude.dev/blog/solving-code-review-at-anthropic/

## Keywords

code review, revisión de código, agentic code review, Claude Code, Code Review for Claude Code, REVIEW.md, CLAUDE.md, aprobación graduada por riesgo, clasificador de riesgo, revisión de seguridad, cola de fusión, feature flags, despliegue progresivo, rollback, eval de incidentes, ruido del revisor, convergencia de la revisión, límite de rondas, tiempo humano, tasa de reversión, responsabilidad del autor, explicación de código, verificación

## Authors

Addy Osmani, Morgan Westlee Lunt, Qing Wang — équipe Claude Code (Anthropic) ; blog *claude.dev*, catégorie Engineering.

## Ton

Debrief de equipo, en primera persona del plural, en un registro factual y operativo. El texto plantea una pregunta (cómo revisar al volumen en que producen los agentes), redefine el propósito de la revisión y luego sigue la vida de un cambio capa por capa, antes de describir la mejora del revisor, el lugar de los humanos y la difusión del contexto. Se apoya en cifras internas (volúmenes, tasa de reversión, proporción de PR comentadas, rondas de revisión) y cinco diagramas. Señala sus límites: todavía no hay *circuit breakers* que endurezcan la aprobación cuando cambian los indicadores, no hay un proceso formal de compartir contexto, una PR que pasó por más de cincuenta rondas. Concluye con una lista de adopción por etapas y un llamado a comentarios de los equipos que dejan a los agentes abrir PR. Los productos de Anthropic citados (Code Review, `/code-review`, `/security-review`, GitHub Action) se presentan como los bloques de construcción disponibles.

## Pense-betes

- **Objetivo**: la pregunta ya no es *"¿lo leyó un humano?"* sino *"¿qué puede fallar, y qué verificación debería detectarlo?"*. La revisión se vuelve continua, como un corrector ortográfico.
- **Métricas**: aprobaciones humanas por PR (mediana, p95), comentarios humanos, tiempo de espera en una persona; salvaguarda = tasa de reversión y tasa de incidentes.
- **Antes de la PR**: Claude muestra la salida (pruebas, build, captura); un subagente revisa el diff en un contexto nuevo; skills internas para búsqueda de errores, simplificación, E2E. Boris Cherny estima que la verificación hace el resultado **de 2 a 3 veces** mejor.
- **REVIEW.md**: escrito por los propietarios del código; breve; indica qué aspecto tiene el fallo (docs: *"miente"*, config: *"desvía el enrutamiento"*), limita los nits, exige archivo y línea como evidencia.
- **Revisión por IA**: PR con comentarios sustantivos **16% → 54%**; niveles Quick / Standard / Deep; votación de verificadores; etiquetas Important / Nit / Pre-existing; cada hallazgo debe atenderse.
- **Niveles**: bajo (docs, flag) = cero humanos; medio = uno; alto = dos. El cambio fija el nivel, no el autor; la aprobación de un agente nunca sustituye a la de un humano; la aprobación va ligada a un commit.
- **Convergencia**: el 59% de los avisos repetidos se referían a código presente desde la primera pasada. Tras las correcciones: aprobación en una ronda **65% → 78%**, cinco rondas o más **8,9% → 1,5%**, media **2,08 → 1,32**.
- **"Quien lo despliega, lo posee"**: cambios pequeños, todo reversible, la superficie de impacto fija el requisito, sin culpabilización.
- **Contexto compartido**: una explicación generada por Claude de la porción de código a modificar, en lugar de leer diffs triviales.
- Vecino de [[houck-dx-what-are-code-reviews-for-2026-08-05]] y [[sfeir-code-review-anneau-contraintes-2026-07-30]].

## RésuméDe400mots

El equipo de Claude Code de Anthropic describe cómo revisa código producido en aproximadamente un 90% por Claude. El volumen se ha disparado: en el monorepo de Anthropic, los cambios diarios pasaron de unos 2.500 en mayo a más de 30.000 en septiembre, y la revisión manual línea por línea ya no es sostenible. De junio a septiembre, las PR fusionadas en Claude Code más que se duplicaron, mientras que la proporción de reversiones cayó más del 40%.

La revisión cumple dos funciones: detectar defectos y difundir el conocimiento del código. Para la primera, el equipo sustituye la pregunta "¿lo leyó un humano?" por "¿qué verificación debería detectar lo que puede fallar?". El objetivo: que la mayoría de las PR se fusionen con como máximo un humano, sin aumento de reversiones ni incidentes, que actúan como salvaguarda.

Un cambio pasa por varias capas. Antes de la PR, Claude ejecuta pruebas, build y linter y muestra la salida; luego un subagente revisa el diff en un contexto nuevo. CLAUDE.md describe el proyecto; REVIEW.md, escrito por los propietarios del código, indica al revisor qué importa. En cada PR, varios agentes buscan errores en paralelo, otros votan sobre cada hallazgo, y solo se publican los hallazgos retenidos, ordenados por gravedad. Una revisión de seguridad separada y la CI bloquean la fusión mientras quede un problema abierto. Un clasificador fija el nivel de riesgo, y por tanto el número de aprobadores humanos (cero, uno o dos); algunas rutas siempre requieren una persona, y la aprobación de un agente nunca cuenta como la de un humano. Cola de fusión, feature flags, uso interno primero, un canal latest por delante de stable y un rollback rápido completan el dispositivo.

El revisor mejora en bucle. Las PR que causaron incidentes, confirmadas por expertos, forman un eval que se reproduce cada día. El ruido se mide por cómo reaccionan los autores, ya que un agente corrige cada nit y repite una ronda. Una PR pasó por más de cincuenta rondas en una sola noche; el equipo limitó las rondas a tres, restringió la nueva revisión al diff nuevo y eliminó las repeticiones, lo que bajó la media de 2,08 a 1,32 rondas.

Los humanos conservan cinco decisiones: si construirlo, el código de riesgo, la arquitectura, la lectura de las evidencias y la responsabilidad del resultado. Para entender el código, se le pide a Claude una explicación de la porción relevante. La norma "quien lo despliega, lo posee" se apoya en cambios pequeños y reversibles. El artículo concluye con una lista de adopción por etapas.

## GrapheDeConnaissance

- Addy Osmani —publie→ article How the Claude Code team does code review (DOCUMENT, 0.98)
- Morgan Westlee Lunt —publie→ article How the Claude Code team does code review (DOCUMENT, 0.98)
- Qing Wang —publie→ article How the Claude Code team does code review (DOCUMENT, 0.98)
- Anthropic —mesure→ changements quotidiens du monorepo : ~2 500 en mai → plus de 30 000 en septembre 2026 (MESURE, 0.95)
- Claude Code —mesure→ PR fusionnées ×2+ et part revertée −40 %+ de juin à septembre 2026 (MESURE, 0.95)
- Anthropic —affirme_que→ « un humain a-t-il lu le code ? » est un proxy imprécis de « quel contrôle doit attraper ce qui peut mal tourner ? » (AFFIRMATION, 0.93)
- revue de code agentique —réduit→ temps de revue humain (CONCEPT, 0.9)
- revue de code agentique —utilise→ Code Review for Claude Code (TECHNOLOGIE, 0.92)
- revue de code agentique —utilise→ REVIEW.md (DOCUMENT, 0.92)
- revue de code agentique —utilise→ CLAUDE.md (TECHNOLOGIE, 0.9)
- revue de code agentique —utilise→ approbation graduée par le risque (METHODOLOGIE, 0.92)
- revue de code agentique —utilise→ /security-review (TECHNOLOGIE, 0.88)
- Code Review for Claude Code —mesure→ PR internes avec commentaires substantiels : 16 % → 54 % (MESURE, 0.93)
- approbation graduée par le risque —utilise→ classifieur de risque (TECHNOLOGIE, 0.9)
- eval d'incidents —améliore→ Code Review for Claude Code (TECHNOLOGIE, 0.88)
- plafond de rondes de revue —réduit→ itérations revue-correction (CONCEPT, 0.9)
- plafond de rondes de revue —mesure→ rondes moyennes avant passage : 2,08 → 1,32 ; cinq rondes ou plus : 8,9 % → 1,5 % (MESURE, 0.93)
- Boris Cherny —affirme_que→ donner à Claude un moyen de vérifier son travail rend le résultat 2 à 3 fois meilleur (AFFIRMATION, 0.9)
- Anthropic —recommande→ ne jamais laisser l'approbation d'un bot remplacer celle d'un humain requis (AFFIRMATION, 0.93)
- Anthropic —recommande→ mesurer le temps humain avec taux de revert et d'incident comme garde-fou (AFFIRMATION, 0.92)
- You land it, you own it —s_applique_à→ Claude Code (TECHNOLOGIE, 0.88)
- Claude Code —utilise→ merge queue (TECHNOLOGIE, 0.88)
- Claude Code —utilise→ feature flags (TECHNOLOGIE, 0.88)
- article How the Claude Code team does code review —référence→ Boris Cherny (PERSONNE, 0.92)

---
Canonical: https://www.thekb.eu/es/fiches/osmani-lunt-wang-code-review-claude-code-2026-10-15/