revue de code agentique

Le monorepo d'Anthropic est passé d'environ 2 500 modifications quotidiennes en mai à plus de 30 000 en septembre. L'équipe Claude Code, qui relit du code dont Claude a écrit environ 90%, a abandonné la lecture humaine ligne par ligne et remplacé la question « un humain a-t-il lu ceci ? » par « quel contrôle doit repérer ce qui peut mal se passer ? »

Ce qui la remplace se fait par couches. Avant la pull request, Claude lance les tests, le build et le linter, puis un subagent relit le diff dans un contexte neuf. CLAUDE.md décrit le projet ; REVIEW.md, écrit par les propriétaires du code, indique au relecteur ce qui compte. Plusieurs agents chassent les bugs en parallèle, d'autres votent sur chaque constat, et seuls les constats retenus sont publiés. Un /security-review distinct et la CI bloquent la fusion. Un classificateur fixe le niveau de risque, qui détermine le nombre d'approbateurs humains à zéro, un ou deux. L'approbation d'un agent ne compte jamais comme celle d'un humain.

Martin Monperrus pousse la logique plus loin dans un position paper arXiv de juin 2026 : la relecture humaine n'est plus une composante nécessaire d'un pipeline de qualité. Il vise l'inspection Fagan (1976), cite Bacchelli & Bird sur le fait que la relecture détecte moins de bugs que les développeurs ne le pensent, et lit l'arrangement où un agent écrit et un humain approuve comme une fausse sécurité. Il relie le débit de relecture aux métriques DORA.

La friction vient du bruit des agents. Une pull request a enchaîné plus de cinquante tours de relecture en une nuit, si bien que l'équipe Claude Code a plafonné les tours à trois et limité la re-relecture au seul nouveau diff, faisant passer la moyenne de 2,08 à 1,32.