ИИ пишет код — кто его проверяет?

Claude пишет около 90% собственного кода Claude Code. При таком объёме классический code review (проверка кода) превращается в узкое место. Команда перестроила весь процесс вокруг одной цели: минимум человеческого времени без роста числа откатов и инцидентов. 15 октября 2026 года инженеры Addy Osmani, Morgan Westlee Lunt и Qing Wang опубликовали подробный разбор того, как именно это работает.

Масштаб проблемы

В монорепозитории Anthropic количество изменений в день выросло примерно с 2 500 в мае до более чем 30 000 в сентябре этого года. Это в 12 раз за несколько месяцев. При таком темпе традиционный подход «один человек смотрит на каждый PR» физически невозможен.

⚠ Проблема бутылочного горлышка
До внедрения AI-проверки только 16% pull request’ов получали содержательные комментарии от ревьюеров. После — уже 54%.

Компания сообщила, что производительность кода на одного инженера выросла на 200% за предыдущий год — и code review стал основным узким местом.

Семь слоёв проверки

Проверка теперь выстроена в семь слоёв: Claude верифицирует собственную работу, а субагент в свежем контексте просматривает diff до открытия PR; параллельные агенты ищут баги, вторая группа верифицирует каждую находку; затем блокирующая проверка безопасности; обязательный CI; risk-based (риск-взвешенное) одобрение человека через классификатор; merge queue с флагами и поэтапным релизом; и быстрый откат.


graph TD
    A[До PR: Claude прогоняет тесты и линтер] --> B[Субагент проверяет diff в чистом контексте]
    B --> C[Параллельные агенты ищут баги]
    C --> D[Агенты-верификаторы голосуют по каждой находке]
    D --> E[Проверка безопасности — блокирует слияние]
    E --> F[CI: линт, типы, тесты, сборка]
    F --> G{Классификатор риска}
    G -->|Low| H[Без человека]
    G -->|Medium| I[Один человек]
    G -->|High| J[Два человека]
    H & I & J --> K[Merge Queue]
    K --> L[Постепенный релиз под флагом]
    L --> M[Мониторинг + быстрый откат]

Кто несёт ответственность?

Тот, кто инициировал изменение, отвечает за него. На PR, написанном агентом, человек, который этим агентом управлял, считается одним из обязательных ревьюеров — точно так же, как если бы он написал код сам.

ℹ Риск-based подход
Изменения с низким риском — например, документация — сливаются без человеческого одобрения после прохождения проверок. Зато billing, auto-updater и CI-воркфлоу всегда требуют живого ревьюера.

Как агенты ищут баги

Система запускается автоматически при открытии pull request и распределяет несколько агентов для параллельного анализа изменений. По заявлению Anthropic, агенты ищут потенциальные баги, верифицируют находки для сокращения ложных срабатываний и ранжируют проблемы по серьёзности перед публикацией итогового ревью и inline-комментариев.

Количество агентов масштабируется в зависимости от размера и сложности pull request.

«Глубокие мультиагентные проверки, которые ловят баги, которые сам человек-ревьюер часто пропускает» — именно так Anthropic описывает результат.

Цифры, которые говорят сами за себя

МетрикаДоПосле
PR с содержательными комментариями16%54%
PR, проходящие с первого раунда65%78%
PR, требующие 5+ раундов8,9%1,5%
Доля неверных находок агентов—< 1%
Рост числа слитых PR (июнь–сентябрь)—> 2×

Команда сообщает, что доля PR, проходящих с одного раунда, выросла с 65% до 78%, а PR, требующих пяти и более раундов, упала с 8,9% до 1,5%.

Инженеры в целом соглашаются с тем, что находят агенты: менее 1% находок помечены как некорректные.

General Availability: теперь для всех команд

Anthropic сделала Code Review — мультиагентную систему проверки pull request’ов для Claude Code — общедоступной для организаций на тарифах Team и Enterprise 15 октября 2026 года.

Для общей доступности Code Review стал быстрее, лучше находит важные баги и проще настраивается под каждый репозиторий.

💡 Акция для Enterprise
Подходящие организации на тарифе Claude Enterprise могут получить не менее $10 000 в кредитах на Code Review — до 15 января 2027 года. Кредиты сгорают через 30 дней после получения.

Стоимость и ограничения

Типичная стоимость одной проверки составляет $15–25, типичное время выполнения — около 20 минут.

Реакция сообщества на анонс Code Review была в целом позитивной: разработчики выделяли глубину анализа и мультиагентный подход как заметные отличия от более лёгких AI-инструментов проверки. Часть комментаторов отметила, что цена может ограничить применение для небольших команд, а другие усомнились в практичности 20-минутного времени проверки для высоконагруженных workflow.

Что это значит для отрасли

Подход Anthropic — это не просто инструмент, а готовая методология для эпохи, когда ИИ пишет большую часть кода. Ключевые принципы: автоматизация рутины, риск-взвешенное подключение людей и сохранение человеческой ответственности за итоговые решения.

📝 Принцип для команд
Автоматические проверки — это другой тип риска, который контролируется иначе: через множество шлюзов и агентов с отдельными контекстными окнами. Люди остаются в процессе, но могут участвовать на разных этапах жизненного цикла в зависимости от характера кодовой базы.

Модель «семь слоёв без лишних людей» уже показывает результаты внутри Anthropic — и теперь любая команда на тарифах Team или Enterprise может запустить её у себя без дополнительной настройки.