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.