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).
#code review#revisión de código#agentic code review
Addy Osmani · Morgan Westlee Lunt · Qing Wang — équipe Claude Code (Anthropic) ; blog *claude.dev* · catégorie Engineering.
Artículo colectivo de siete autores (**Zach Davis**, **Michelle Gill**, **Elisabeth Hendrickson**, **Angie Jones**, **Sha Ma**, **Randy Shoup**, **James Wickett**), publicado en el *Enterprise Technology Leadership Journal* por **IT Revolution** (otoño de 2026, vol. 3, n.º 2), bajo licencia CC BY-NC-SA. Unas **7.500 palabras**, titulado *« Toward a Pattern Language for Code Reviews in the Age of Agentic AI »*. **(A)** Planteamiento: la revisión de código se define como un examen realizado por una entidad distinta del autor que conduce a una acción; los estudios empíricos (Microsoft 2013, Mäntylä 2009, Beller 2014) muestran que su valor reside principalmente en la mantenibilidad y el intercambio de conocimiento, menos en la detección de defectos funcionales. **(B)** Tres condiciones para sacar al humano de la ruta crítica: validación determinista máxima, revisión **graduada por riesgo**, una **traza duradera** de cada decisión del agente; *« no human in the loop »* es una opción de configuración, no un valor por defecto. **(C)** Nueve patrones componibles, presentados como una caja de herramientas y no como una escala de madurez: cambios pequeños, Shift Left, diseño para la verificación, prácticas de ingeniería deterministas, context engineering, bucle de calidad continuo, revisión adversarial por LLM, revisiones multiagente, desarrollo guiado por especificaciones. **(D)** Tres estudios de caso: **Block**, **Cloudflare** (131.246 revisiones sobre 48.095 PR en un mes, 1,2 hallazgos por revisión), **DryRun Security**. Amplía las notas del corpus sobre context engineering y la revisión de código asistida por agentes.
#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.
Guía firmada por **Michael Segner**, publicada el **20 de agosto de 2026** en el blog claude.com, categoría *Claude Code*: una lectura de **5 minutos** anunciada para aproximadamente **31.500 caracteres** de cuerpo del texto, ofrecida también en PDF. Material declarado: entrevistas con **más de una docena** de startups, quince nombradas — **Artemis Security**, **Cainex**, **Clay**, **ClickHouse**, **Cognition**, **Commure**, **Crosby**, **Emergent**, **Harvey**, **Heidi**, **Higgsfield**, **Omni**, **Parahelp**, **Translucent**, **Zingage**. (A) Cinco reglas operativas: *everyone ships*, *automate the tedium*, *trust, but verify*, *build for rebuilding*, *prototype, dogfood, productionize*, cada una cerrada con consejos de producto y reunidas en una checklist final. (B) Un cuerpo compuesto de citas atribuidas, cada regla ilustrada por directivos nombrados en lugar de una métrica agregada. Las cuatro cifras destacadas son las de las empresas entrevistadas: **+30%** más funcionalidades entregadas (ClickHouse), **de 2 a 3×** productividad de ingeniería (Omni), **100%** del triaje de bugs automatizado (Clay), **más de 6.000 PR por semana** (Artemis Security). Dos pasajes se apartan del registro testimonial: el bucle de autocorrección de **Cainex** sobre la codificación médica, descrito paso a paso, y el uso interno de **Claude Tag** en **Anthropic** como primer respondiente para las guardias de CI/CD. La pregunta planteada al inicio — *"what would it look like if an organization built their product development lifecycle with Claude Code from the ground up?"* — conecta con [[claxton-anthropic-ai-native-sdlc-playbook-2026-08-21]], publicado al día siguiente por el mismo editor, y prolonga [[cherny-wu-reflecting-year-claude-code-2026-07-17]].
#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.
Número de la newsletter **Engineering Enablement** de **DX** firmado por **Brian Houck**, publicado el **5 de agosto de 2026**, de aproximadamente **13.000 caracteres**. El texto comienza con una observación cuantificada: en **Meta**, las líneas significativas por diff fusionado por un humano aumentaron un **106%** en un año y los diffs por desarrollador al mes un **51%**, con más del **80%** de este crecimiento proveniente de la IA agéntica, mientras que la proporción de diffs revisados dentro de las 24 horas disminuye; el análisis de DX, por su parte, mide un tamaño mediano de pull request un **64%** mayor, mientras que los desarrolladores quieren dedicar alrededor del **7%** de su tiempo a la revisión. (A) Antes de delegar la revisión a la IA, Houck replantea la pregunta de uso: *"¿Qué problema resolvía la revisión de código antes de la llegada de la IA?"* Si la respuesta es la detección de defectos, la automatización total se vuelve inevitable; el estudio de **Bacchelli & Bird** (*Modern Code Review*, ICSE 2013) muestra que los comentarios relacionados con defectos representan solo el **14%** de los comentarios realmente escritos. (B) Parte de la carga es *autoinfligida*: el estudio de Microsoft de 2016 sobre **911 desarrolladores** ya identificaba el tiempo de respuesta, el tamaño de la revisión y la comprensión de la motivación del cambio como los tres principales obstáculos, y solo el **26%** seguía escribiendo una descripción detallada. (1) **RADAR**, en Meta, sirve como el despliegue de referencia para la estratificación de riesgos. (2) Tres movimientos ordenados: corregir lo fundamental, diseñar la IA en torno al juicio humano, proteger lo que la revisión produce de manera invisible. El corpus ya incluye [[monperrus-end-of-code-review-agents-supersede-2026-06-11]], que lleva la automatización hasta el punto del reemplazo, y [[laycock-thoughtworks-reviewing-all-this-code-2026-09-02]], la respuesta directa a este texto.
#revisión de código#revisión de código#cola de revisión
Brian Houck · signataire de l'édition · sur la newsletter Engineering Enablement de DX ; fonction non affichée par la page.
Un artículo de arXiv (cs.SE) de Martin Monperrus que defiende una tesis radical para el SDLC: los agentes de codificación han superado un umbral de capacidad tal que **la revisión de código humana ya no es un componente necesario** de un pipeline de calidad. Dos afirmaciones: (1) los sistemas autónomos basados en LLM alcanzan todos los objetivos de la revisión (detección de defectos, calidad, cumplimiento) con menor coste y mayor rendimiento; (2) el modelo híbrido "el agente escribe, el humano revisa" es insostenible — no garantiza una calidad real y no escala al ritmo de la velocidad de la IA, generando una "falsa sensación de seguridad". Monperrus contrasta la inspection de Fagan (1976) con un **pipeline de verificación adversarial multi-agente** (agente generador + agentes revisores independientes + tests/métodos formales + consenso basado en voto). El humano se reenfoca en la especificación, las decisiones arquitectónicas, la aprobación de dominios críticos y los casos límite. Recomendaciones: pilotar primero en componentes de bajo riesgo, medir agente frente a humano, hacer explícitas las decisiones de rechazo.
Artículo de estilo manifiesto de **Thariq Shihipar** (Ingeniero y emprendedor serial, equipo de Claude Code en Anthropic) que anuncia un **cambio en el formato de salida por defecto para agentes**: sustituir **Markdown por HTML**. Tesis: Markdown ha sido el formato dominante entre humanos y agentes (simple, portátil, editable, legible), pero se ha convertido en **un cuello de botella** a medida que los agentes producen artefactos más largos y ricos (specs, planes, informes, revisión de código). Más allá de ~100 líneas, nadie vuelve a leer ya un archivo Markdown. HTML resuelve seis limitaciones a la vez: **densidad de información** (tablas, CSS, SVG, scripts, canvas, imágenes), **claridad visual** (diseño navegable, responsive para móvil), **facilidad para compartir** (un enlace S3 abrible directamente en un navegador), **interactividad bidireccional** (sliders, mandos, botones "copy as JSON/prompt" para reinyectar en Claude Code), **ingesta contextual nativa** (Claude Code lee el codebase + MCP Slack/Linear + historial git + Chrome) y **disfrute** (el autor afirma explícitamente que *"es placentero"*). Se detallan cinco usos canónicos: (1) **specs/planes/exploración** en una cuadrícula comparativa, (2) **revisión de PR** con diff anotado en línea, (3) **diseño y prototipos** con sliders de animación, (4) **informes/investigación/aprendizaje** (el autor generó un explicador sobre prompt-caching a partir del historial git), (5) **editores desechables a medida** (drag-and-drop de tickets de Linear, editores de feature flags, prompt-tuner lado a lado) que producen una exportación reinyectable "copy as markdown/diff/JSON". Antipatrón explícito: *"me da un poco de miedo que la gente lea este artículo y lo convierta en una skill /html"* — el autor **rechaza la skill-ificación prematura**, y recomienda partir de un prompt desde cero ("haz un archivo HTML"). FAQ pragmática: coste en tokens absorbido por el contexto de 1MM de **Opus 4.7**, generación 2-4× más lenta, diffs HTML ruidosos (un inconveniente real), estilo mantenido bajo control mediante un design system HTML de referencia.
#HTML#Markdown#formato de salida
Thariq Shihipar (Engineer & serial entrepreneur, équipe Claude Code chez Anthropic — site : thariqs.github.io/html-effectiveness ; X : @trq212)
Every Marketplace - Compounding Engineering Plugin - Claude Code - GitHub - Flujo de Trabajo de Desarrollo con IA - Calidad del Código - Reducción de Deuda Técnica
#Compounding Engineering#Claude Code#Desarrollo con IA
EveryInc (Organization) · Contributors from Every.to engineering community
Cat Wu y Boris Cherny (Anthropic) explican cómo usar Claude Code como sus creadores: antfooding, plan mode, subagents, hooks y extensibilidad — podcast AI & I de Every
#Claude Code#Cat Wu#Boris Cherny
Rhea Purohit (interviewer: Dan Shipper) · Cat Wu · Boris Cherny