L'équipe Claude Code d'Anthropic décrit comment elle relit du code produit à environ 90 % par Claude. Le volume a explosé : dans le monorepo d'Anthropic, les changements quotidiens sont passés d'environ 2 500 en mai à plus de 30 000 en septembre, et la relecture manuelle ligne à ligne n'est plus tenable. De juin à septembre, les PR fusionnées sur Claude Code ont plus que doublé tandis que la part revertée baissait de plus de 40 %.
La revue a deux fonctions : trouver les défauts et diffuser la connaissance du code. Pour la première, l'équipe remplace la question « un humain a-t-il lu ? » par « quel contrôle doit attraper ce qui peut mal tourner ? ». L'objectif : la plupart des PR fusionnent avec au plus un humain, sans hausse des reverts ni des incidents, qui servent de garde-fou.
quel contrôle doit attraper ce qui peut mal tourner ?
Un changement traverse plusieurs couches. Avant la PR, Claude exécute tests, build et linter et montre la sortie, puis un sous-agent relit le diff en contexte frais. CLAUDE.md décrit le projet ; REVIEW.md, écrit par les propriétaires du code, dit au relecteur ce qui compte. Sur chaque PR, plusieurs agents cherchent des bugs en parallèle, d'autres votent sur chaque finding, et seuls les findings retenus sont publiés, triés par gravité. Une revue de sécurité distincte et la CI bloquent la fusion tant qu'un point reste ouvert. Un classifieur fixe le niveau de risque, donc le nombre d'approbateurs humains (zéro, un ou deux) ; certains chemins exigent toujours une personne, et l'approbation d'un agent ne compte jamais comme celle d'un humain. Merge queue, feature flags, usage interne d'abord, canal latest avant stable et rollback rapide complètent le dispositif.
Le relecteur s'améliore en boucle. Les PR ayant causé des incidents, confirmées par des experts, forment un eval rejoué chaque jour. Le bruit se mesure à la réaction des auteurs, car un agent corrige chaque nit et relance une ronde. Une PR a enchaîné plus de cinquante rondes en une nuit ; l'équipe a plafonné les rondes à trois, limité la re-revue au nouveau diff et supprimé les répétitions, ce qui a fait passer la moyenne de 2,08 à 1,32 rondes.
Les humains gardent cinq décisions : faut-il le construire, le code risqué, l'architecture, la lecture des preuves et la responsabilité du résultat. Pour comprendre le code, on demande à Claude un explicateur de la tranche concernée. La norme « you land it, you own it » repose sur des changements petits et réversibles. L'article finit par une liste d'adoption par étape.