Claude scrive e revisiona circa il 90% del codice di Claude Code, secondo il team che sviluppa lo strumento in Anthropic. Il dato non descrive un processo senza supervisione: il team ha trasferito gran parte della revisione ad agenti e controlli automatici, riservando alle persone la decisione sulle modifiche delicate e la responsabilità di ciò che arriva in produzione.
La proposta di Anthropic è concreta: invece di chiedere a una persona di leggere ogni riga, l'agente deve eseguire la modifica e fornire prove del suo funzionamento. Il team descrive un flusso in cui Claude esegue test, build e verifiche del comportamento; un altro agente esamina il diff e i controlli che continuano a fallire dopo diversi cicli vengono affidati alle persone. La revisione non scompare: cambia sede e si organizza attorno a prove e rischi.
Dal leggere ogni diff al verificare il risultato
Per il team, un test utile non si limita a confermare che il codice venga compilato. La verifica più convincente consiste nell'eseguire l'applicazione come farebbe una persona: usare la versione web con strumenti per il browser, provare un'applicazione mobile in un simulatore o avviare un servizio per verificarne le modifiche. Nel loro flusso, Claude deve mostrare cosa ha eseguito e quale risultato ha ottenuto, invece di limitarsi a dichiarare di aver terminato.
Anthropic raccomanda di investire nei test end-to-end, che percorrono sequenze complete di azioni dell'utente e forniscono segnali concreti quando qualcosa non funziona. Sottolinea inoltre i test basati sulle proprietà, che generano input per mettere alla prova gli invarianti, e i test differenziali, che confrontano la risposta del sistema vecchio e di quello nuovo agli stessi input. Questi ultimi sono particolarmente utili nelle migrazioni in cui ci si aspetta di mantenere invariato il comportamento.
L'azienda afferma che, nei test interni sulla generazione strutturata di file, l'aggiunta di un valutatore separato che confronta il risultato con una rubrica ha aumentato il successo delle attività fino a 10 punti rispetto a un ciclo standard di istruzioni. L'incremento maggiore si è registrato nei problemi più difficili. Si tratta di un risultato relativo a quel contesto specifico, non di una misura generale del miglioramento di qualsiasi attività di programmazione.
If a check is still failing after three rounds, Claude stops and brings in a human.
— Team di Claude Code, Anthropic
Anthropic stabilisce un limite: se un controllo continua a fallire dopo tre cicli, Claude si ferma e chiama una persona. Il team pone limiti anche alle revisioni ripetute. In una richiesta di modifica, ha osservato oltre cinquanta cicli notturni di revisione e correzioni; analizzando i rilievi, ha scoperto che circa il 59% riguardava codice già presente al primo passaggio del revisore.
Controlli automatici, con una persona alla fine
La revisione è suddivisa in livelli. Prima di aprire una richiesta di modifica, Claude esegue test, build e linter; poi un revisore automatico esamina il diff insieme al repository e allo scopo dichiarato. Nella revisione della sicurezza e nei controlli abituali — come test e verifiche dei tipi — i rilievi irrisolti possono bloccare l'integrazione. Una coda di integrazione esegue nuovamente i controlli con la modifica applicata al branch principale.
Il team non applica lo stesso requisito di approvazione umana a tutte le modifiche. Un classificatore assegna un livello di rischio in base alla modifica, e un altro può richiedere una persona aggiuntiva anche quando la categoria iniziale non lo prevede. La tabella riassume lo schema descritto da Anthropic:
| Rischio | Esempi | Approvazioni umane |
|---|---|---|
| Basso | Documentazione, testi, funzioni interne e modifiche additive protette da un flag | Nessuna, se superano la revisione automatica e quella di sicurezza |
| Medio | Modifiche ordinarie e aree sensibili come cache, updater o istruzioni di sistema | Una persona |
| Alto | Codice a rischio maggiore e percorsi che richiedono sempre due revisori | Due persone |
Ci sono due limiti espliciti: l'approvazione di un agente non conta come approvazione umana e chi ha richiesto la modifica viene conteggiato tra i revisori richiesti. Anche gli autori che non fanno parte dell'elenco di fiducia del repository hanno bisogno di una seconda persona per accedere ai percorsi più snelli. In questo modo, l'automazione può sbloccare le modifiche a basso rischio, ma non sostituisce una persona quando le regole ne richiedono l'intervento.
Le regole cercano anche di impedire che la modifica alteri l'esame con cui viene valutata. In Claude Code, il revisore legge il file REVIEW.md dal branch di base, non dalla richiesta di modifica. Il team mantiene inoltre un elenco di affidabilità con 39 elementi, ciascuno associato a un segnale rilevabile nel diff e a incidenti o richieste precedenti. Claude verifica solo i punti i cui attivatori corrispondono alla modifica.

Il costo dell'automazione della revisione
Più revisioni non significano sempre più sicurezza. Se un test è instabile, l'agente può imparare a ripeterlo invece di correggere il problema; se richiede troppo tempo, può ridurre il numero di controlli per batch. E quando un agente autore risponde a ogni osservazione con un'altra modifica, anche i commenti minori generano nuovi commit e un altro ciclo di revisione. Anthropic ha ridotto questo ciclo limitando i cicli, concentrando le revisioni sul diff dopo i primi passaggi e introducendo una regola per non ripetere rilievi già pubblicati.
InfoQ aggiunge una cautela sulla comprensione del sistema. Nella sua analisi della revisione di Anthropic, riporta la posizione secondo cui nessuno del team deve mantenere un modello mentale completo di Claude Code: chi vuole capire una parte può chiedere a Claude di spiegarla. InfoQ racconta anche un caso del repository in cui una risposta generata da Claude sulla chiusura automatica delle issue descriveva in modo errato come venissero gestite. L'esempio mostra che una spiegazione prodotta dall'agente non garantisce, da sola, che abbia compreso correttamente il comportamento reale.
Resta anche una questione di governance: chi decide se una modifica alle istruzioni dell'agente è a basso o ad alto rischio. InfoQ osserva che Anthropic non assegna esplicitamente una categoria a file come CLAUDE.md, anche se il revisore li carica a ogni revisione. L'articolo di Anthropic indica invece che alcune modifiche sensibili, come quelle che riguardano le istruzioni di sistema, richiedono un'approvazione umana. Per un'azienda che adotta un flusso simile, la classificazione di questi file può determinare quali modifiche arrivano in produzione con meno supervisione.
Più modifiche, con il rollback come limite
Il contesto è un volume di codice in crescita. In un'altra pubblicazione, il team afferma che, tra maggio e settembre, le modifiche integrate ogni giorno nel monorepository di Anthropic sono passate da circa 2.500 a oltre 30.000. Questa cifra riguarda il monorepository, non solo Claude Code. Nel repository di Claude Code, le richieste integrate sono più che raddoppiate tra giugno e settembre, mentre la percentuale che ha dovuto essere annullata è diminuita di oltre il 40%, secondo Anthropic.
L'azienda misura il tempo umano dedicato alla revisione, ma monitora anche rollback e incidenti: ridurre la lettura manuale non servirebbe se il costo riemergesse nella correzione dei malfunzionamenti. Le modifiche vengono spesso introdotte dietro un flag per i dipendenti e poi passano prima al canale più recente, mentre il canale stabile rimane indietro. Se qualcosa va storto, i flag permettono di disattivare la funzione senza distribuire una nuova versione.
Questo approccio lascia alle persone compiti che non si riducono ad approvare un diff: decidere se conviene sviluppare una funzione, valutare l'architettura che definirà schemi per gli altri ed esaminare attentamente le modifiche ad alto rischio. Anthropic riconosce inoltre di non disporre ancora di interruttori automatici che aumentino il livello di approvazione quando crescono gli incidenti o i rollback. I suoi ingegneri vogliono averli prima di trasferire altre modifiche a integrazioni senza intervento umano.
La conseguenza pratica per gli altri team non è che possano copiare la percentuale di automazione, ma che devono decidere quali prove giustificano l'integrazione di una modifica e quali errori impongono di fermarsi. Anthropic trasforma incidenti e rollback in valutazioni per migliorare il revisore e richiede che le nuove regole vengano esaminate e approvate da persone. Il sistema continua a dipendere da una decisione umana finale per le modifiche a rischio maggiore e dalla capacità di annullare rapidamente quelle che superano i controlli.
Fonti: claude.dev Blog, claude.dev Blog, InfoQ