Agentes de IA✦ Gerado por IA

Anthropic Revoluciona Revisão de Código com IA para Claude Code

A Anthropic está redefinindo a revisão de código ao integrar agentes de IA em seu processo, visando otimizar a eficiência e reduzir o tempo de revisão manual. Essa abordagem inovadora já demonstra resultados significativos na qualidade e velocidade do desenvolvimento.

Edição de ·InfoQ AI·6 min de leitura·
CompartilharWhatsAppXLinkedInFacebook
💡

Principal Aprendizado

A Anthropic está otimizando a revisão de código com IA, focando no risco das mudanças e não na leitura humana, melhorando a eficiência e a qualidade do desenvolvimento.

A equipe Claude Code da Anthropic está na vanguarda da inovação, ao delinear um processo de revisão de código que integra profundamente a inteligência artificial. Com a crescente contribuição de agentes de IA ao seu código, a empresa buscou uma solução que mantivesse a qualidade e a segurança, ao mesmo tempo em que acelerava o desenvolvimento. O resultado é um sistema multifacetado que combina verificação automatizada, revisões impulsionadas por IA e aprovação humana baseada em risco.

Entre junho e setembro, o volume de *pull requests* mesclados no repositório Claude Code mais que dobrou, um testemunho da eficácia da nova metodologia. Notavelmente, a proporção de alterações que exigiram reversão caiu mais de 40%, indicando uma melhoria substancial na qualidade do código desde as etapas iniciais. Essa evolução, descrita por Addy Osmani, Morgan Westlee Lunt e Qing Wang, mostra uma mudança de paradigma, afastando-se das revisões linha a linha tradicionais para um modelo mais proativo e automatizado.

A Estrutura da Revisão de Código com IA

O novo processo da Anthropic começa muito antes da abertura de um *pull request*. O próprio Claude executa testes, compilações e *linters*, enquanto um agente separado revisa as alterações em um contexto novo. Uma vez aberto o *pull request*, ele passa por várias verificações automatizadas. Revisores alimentados por Claude inspecionam o código em busca de potenciais *bugs*, com múltiplos agentes investigando descobertas de forma independente antes que outro grupo as verifique. Uma revisão de segurança separada pode até bloquear uma mesclagem se houver problemas não resolvidos.

O envolvimento humano é calibrado pelo risco associado à mudança. Modificações de baixo risco, como atualizações de documentação, podem não exigir aprovação humana. Alterações de risco médio precisam de uma pessoa, enquanto as de alto risco exigem duas aprovações. Áreas sensíveis, como fluxos de trabalho de CI, sempre demandam supervisão humana. Para evitar *feedback* excessivo, os ciclos de revisão são limitados a três rodadas, e revisões subsequentes focam apenas nas novas alterações.

Eficiência e Qualidade em Foco

Esses ajustes resultaram em melhorias notáveis na eficiência da revisão. A Anthropic relatou que a parcela de *pull requests* internos aprovados após uma rodada de revisão e correção aumentou de 65% para 78%. Paralelamente, a proporção que exigia cinco ou mais rodadas caiu de 8,9% para 1,5%. Isso demonstra como a IA pode otimizar processos sem comprometer a qualidade, liberando os engenheiros para se concentrarem em decisões arquitetônicas e direção do produto.

Mesmo com a automação, os revisores humanos mantêm a responsabilidade final por decisões arquitetônicas, direção do produto, mudanças de alto risco e o resultado final. A equipe enfatiza que a pessoa que direciona um agente de IA permanece responsável pelo código que ele produz. A abordagem da Anthropic se estende além da revisão, com mudanças mescladas sendo lançadas por trás de *feature flags*, testadas internamente e gradualmente implementadas para os usuários. Incidentes e reversões são incorporados a um conjunto de dados de avaliação crescente, usado para medir e aprimorar os revisores automatizados. A ideia central é otimizar a revisão de código com base nos riscos que uma mudança introduz, em vez da quantidade de código que um humano leu pessoalmente, um modelo que pode redefinir o equilíbrio entre verificação automatizada e supervisão humana à medida que o código gerado por IA se torna mais comum, conforme destacado pela InfoQ.

O que isso muda para você

Para profissionais brasileiros de tecnologia, a abordagem da Anthropic sinaliza uma transformação iminente na engenharia de software. A integração de IA na revisão de código não é apenas uma melhoria incremental, mas uma mudança fundamental que pode redefinir papéis e responsabilidades. Você, como desenvolvedor, testador ou gerente de projetos, precisará se familiarizar com ferramentas de IA que auxiliam na verificação e validação de código, focando suas habilidades em decisões estratégicas e arquitetônicas, onde a intuição humana ainda é insubstituível.

O mercado de trabalho pode ver uma demanda crescente por profissionais que saibam colaborar eficazmente com agentes de IA, gerenciando seus *outputs* e garantindo a qualidade final. Comece a explorar como a IA pode ser aplicada em seus próprios processos de desenvolvimento, talvez experimentando ferramentas de análise de código baseadas em IA ou participando de comunidades que discutem essas novas metodologias. Abrace a IA como uma aliada para otimizar seu tempo e elevar a qualidade do seu trabalho, preparando-se para um futuro onde a colaboração homem-máquina será a norma.

📰 Com base em reportagem de InfoQ AI. Texto produzido com apoio de inteligência artificial, com curadoria e edição de Robson Benfica Conceição, com análise própria do que a notícia muda para quem trabalha no Brasil. Veja como produzimos.

📬 Newsletter Gratuita

As principais notícias de IA do dia, curadas por Robson Conceição. Grátis, todo dia no seu e-mail.

Gostou do conteúdo?

Compartilhe com quem também quer entender IA no trabalho.

CompartilharWhatsAppXLinkedInFacebook

Leia também