Revisão de código por IA: Claude escreve 90% do Claude Code
A revisão de código por IA da Anthropic agora controla uma base de código que o Claude em grande parte escreve: a empresa diz que o Claude escreve cerca de 90% do Claude Code, informou o InfoQ em 29 de outubro de 2026. As mudanças integradas por dia em seu monorepo passaram de cerca de 2.500 em maio para mais de 30.000 em setembro, e por isso a Anthropic reconstruiu o controle de versão e separou as mudanças em níveis de risco. Para líderes de engenharia, mostra para onde a programação com IA move o gargalo: de escrever código para revisá-lo e entregá-lo.
Por que a revisão de código virou o gargalo da Anthropic
A revisão de código quebrou porque o Claude agora escreve a maior parte do código. A Anthropic diz que o Claude escreve cerca de 90% do próprio Claude Code, e as mudanças integradas ao monorepo da empresa passaram de cerca de 2.500 por dia em maio de 2026 para mais de 30.000 por dia em setembro.
O controle de versão quebrou primeiro. O histórico da branch principal do monorepo tem quase 100 GB, uma cópia de trabalho compactada passa de 25 GB, e o CI roda na ordem de 25 milhões de checkouts por dia. Buscado de forma ingênua, diz a Anthropic, isso seria mais de 600 PB de tráfego git por dia. No pico, a empresa operou várias centenas de espelhos git internos para dar conta. A revisão, informou o InfoQ, "foi a próxima coisa a quebrar".
O que a Anthropic construiu para acompanhar
A Anthropic construiu o Scion, um sistema próprio de controle de versão, e tirou seu monorepo do git em cinco meses. No mesmo período, construiu uma superfície de revisão de código chamada Antique, busca de código e um sistema de acesso ao controle de versão. O Scion executa commits, merges, histórico e blame no servidor, de modo que jobs de CI e agentes podem fazer perguntas por uma API sem baixar o código.
Para a revisão, a equipe do Claude Code fixou uma meta em um texto de Addy Osmani, Morgan Westlee Lunt e Qing Wang: a maioria dos pull requests deve ser integrada "com no máximo um humano no circuito, que pode ser o autor, sem aumento de reversões nem de incidentes".
Como o processo de revisão de código por IA decide quem precisa aprovar
Um classificador atribui a cada mudança um nível de risco, e "a mudança define o nível, não o autor". Mudanças de baixo risco, como documentação, textos e mudanças aditivas atrás de uma flag, são integradas sem aprovação humana. Mudanças de risco médio, incluindo cache, o atualizador automático e prompts de sistema, precisam de uma pessoa.
Duas regras seguram a linha: a aprovação de um agente nunca conta como a de uma pessoa, e quem pediu uma mudança conta como um dos revisores exigidos. A equipe também descobriu que agentes que corrigem todo comentário do revisor podem entrar em ciclo. Um pull request da CLI passou por mais de cinquenta rodadas de revisão e correção durante a noite antes de o autor interrompê-lo, então a equipe limitou as rodadas. Quando rodou git blame sobre o que o revisor continuava apontando, cerca de 59% era código que já estava lá desde a primeira passada do revisor.
"Ninguém na equipe guarda na cabeça um modelo mental completo do Claude Code, e não achamos que alguém precise." — Equipe do Claude Code da Anthropic, sobre como os engenheiros entendem a base de código
O que a Anthropic diz que o novo sistema entregou
No controle de versão, os resultados medidos são da própria Anthropic. A empresa relata taxas de acerto de cache acima de 99% em cada camada, um consumo de CPU e memória 200 vezes menor que o de seus antigos espelhos git e acelerações de checkout de duas ordens de grandeza para jobs de CI e de pesquisa. O InfoQ observa que são resultados informados pela empresa para uma carga de trabalho interna, não benchmarks gerais contra o git.
A meta de revisão ainda não tem resultado publicado. A equipe diz que falta um controle: disjuntores que endurecem a aprovação quando os números de reversões e incidentes se movem. Os engenheiros os querem antes que mais código passe para integrações sem humanos.
O que o código escrito por IA significa para equipes de engenharia
Para qualquer empresa que adota agentes de programação, a lição é que escrever código deixa de ser o gargalo, e a revisão, o CI e o controle de versão passam a ser. A Anthropic espera que outros que usam ferramentas de programação com IA cheguem logo aos mesmos pontos de pressão.
Profissionais testaram as afirmações. Um comentarista do Hacker News alertou que, sem um modelo mental humano, não há a quem recorrer quando surge um bug difícil. Outro relatou que o auditor de SOC 2 de sua empresa exige que uma segunda pessoa veja cada mudança, o que o texto não aborda. Um desenvolvedor contou mais de 6.000 issues no repositório do Claude Code que tinham passos de reprodução e mesmo assim foram fechadas por inatividade. Um comentarista disse que a revisão por IA custava alguns milhares de dólares por mês, contra a revisão humana, que toma até um terço do tempo de um engenheiro.
Partes do sistema são públicas. O Code Review para o Claude Code está disponível para todos nos planos Team e Enterprise, e a revisão de segurança roda como uma GitHub Action de código aberto que, segundo o README, não é reforçada contra injeção de prompt.
Perguntas e respostas
O Claude escreve mesmo 90% do Claude Code?
A Anthropic diz que o Claude escreve cerca de 90% do próprio Claude Code. O número é da empresa e foi publicado junto com seu relato do processo de revisão.
A IA pode aprovar os próprios pull requests na Anthropic?
Só mudanças de baixo risco, como documentação e textos, são integradas sem humano. A aprovação de um agente nunca conta como a de uma pessoa, e mudanças de risco médio precisam de um revisor humano.
Outras empresas devem trocar o git como a Anthropic fez?
A Anthropic diz que não. Ela adverte que o Scion não é um substituto geral do git e recomenda levar ideias selecionadas, como APIs no servidor e melhores protocolos de busca, para as plataformas git existentes.
A visão da MOZGII
Como nós construiríamos
Se fôssemos montar a revisão de uma base de código que um agente em grande parte escreve, começaríamos pelo classificador de risco, porque ele decide quanta atenção humana cada mudança recebe. Ele precisa de uma lista clara do que conta como risco baixo, médio e alto, e precisa tratar os arquivos de instruções dos agentes como código, e não como documentação. Mudar o que um agente lê pode mudar o que ele faz.
Manteríamos as regras humanas simples e estritas. A aprovação de um agente jamais contaria como a de uma pessoa, e toda área de alto risco teria um dono indicado, que deve ler a mudança. Também limitaríamos as rodadas de revisão, como a Anthropic fez, para que um agente não fique em ciclo a noite toda em cima de achados antigos.
O ponto fraco é o disjuntor que falta. Nós o construiríamos cedo: quando as reversões ou incidentes de uma área sobem acima do nível normal, essa área sobe de nível de risco automaticamente até que pessoas olhem. Sem isso, uma semana ruim só aparece no registro de incidentes.
A única métrica que acompanharíamos é a taxa de reversão das mudanças integradas sem aprovação humana, comparada com as que uma pessoa aprovou. Se esses dois números se afastarem, o classificador está generoso demais. Em seguida, acrescentaríamos uma trilha de auditoria que registra qual regra permitiu cada integração, porque muitas empresas precisam mostrar isso a um revisor de compliance.
Fontes
De onde vêm os fatos desta matéria.
- 01Anthropic Says Nobody Needs a Mental Model of Claude Code. Practitioners Are Testing That - InfoQinfoq.com
- 02Anthropic Says Nobody Needs a Mental Model of Claude Code. Practitioners Are Testing That - InfoQinfoq.com
- 03Redesigning source control at Anthropic \ Anthropicanthropic.com
- 04How Anthropic Redesigned Source Control for AI-Driven Development - InfoQinfoq.com