وقتی ۹۰ درصد کد را هوش مصنوعی می‌نویسد: سازوکار Code Review در تیم Claude Code — How the Claude Code team does code review
خلاصه
با افزایش انفجاری تغییرات کد توسط هوش مصنوعی در Anthropic، بررسی خط‌به‌خط دستی ناممکن شده است. تیم Claude Code با جایگزینی مدل سنتی بازبینی با اعتبارسنجی خودکار چندمرحله‌ای، فیلترهای ضد خطای ایجنت‌ها و سطح‌بندی ریسک، فرایند Code Review را متحول کرده است.
توسعه نرم‌افزار با ورود ایجنت‌های کدنویسی وارد فاز جدیدی از بحران مقیاس شده است. طبق اعلام Anthropic، حجم تغییرات روزانه در مونو‌ریپوی این شرکت از ۲٬۵۰۰ مورد در ماه مه به بیش از ۳۰٬۰۰۰ مورد در سپتامبر رسیده است. در چنین شرایطی که حدود ۹۰ درصد از کدهای ابزار Claude Code توسط خود مدل تولید می‌شود، بازبینی سنتی و خط‌به‌خط کدها عملاً ناممکن است. تیم این پروژه اخیراً معماری بازبینی کد خود را بازتعریف کرده تا با کمترین دخالت انسانی، نرخ خطای سیستم کاهش یابد.
بازتعریف مفهوم بازبینی کد
به‌طور سنتی، Code Review دو وظیفه اصلی دارد: شناسایی باگ‌ها قبل از انتشار، و به اشتراک‌گذاری دانش فنی در تیم. تیم Claude Code بازبینی را از یک «گیت نهایی قبل از ادغام» به فرایندی «پیوسته و بلادرنگ» شبیه به غلط‌گیر املایی تبدیل کرده است. بخش عمده خطاهای روتین قبل از باز شدن Pull Request توسط خود مدل برطرف می‌شوند تا توجه محدود مهندسان صرفاً به تصمیم‌های کلیدی و معماری معطوف شود.
هدف اصلی تیم، حداقل کردن زمان بررسی انسانی بدون افزایش نرخ Revert یا بروز حادثه (Incident) است. آمارهای آن‌ها نشان می‌دهد از ژوئن تا سپتامبر، حجم ادغام کدها بیش از دو برابر شده اما نرخ Revert بیش از ۴۰ درصد افت داشته است.
لایه‌های بازبینی در تیم Claude Code
تغییرات کد قبل از رسیدن به شاخه اصلی از چند لایه مشخص عبور می‌کنند:
- اعتبارسنجی پیش از باز شدن PR: مهم‌ترین بخش به عقیده Boris Cherny (خالق Claude Code) ابزاردهی به خود هوش مصنوعی برای تست خروجی است؛ از اجرای دستورات Bash و تست‌ها گرفته تا شبیه‌ساز مرورگر و مقایسه اسکرین‌شات UI با دیزاین. اسنادی مثل
CLAUDE.md(قواعد عمومی پروژه) وREVIEW.md(تعریف خط قرمزهای هر ماژول توسط کد اونرها) مانورهای اشتباه مدل را در نطفه خفه می‌کنند. - سیستم رای‌گیری چند ایجنتی (Agent Voting): روی هر PR، چند ساب‌ایجنت به‌طور هم‌زمان کد را برای یافتن باگ‌های ریشه‌ای می‌سنجند. سپس گروهی دیگر از ایجنت‌ها روی یافته‌ها رأی‌گیری می‌کنند تا نظرات بی‌مورد یا صرفاً سلیقه‌ای حذف شوند و تنها باگ‌های قطعی و سطح بالا ثبت شوند.
- گیت‌های مسدودکننده خودکار: بررسی‌های امنیتی (/security-review) و ابزارهای استاندارد CI (لینتر، تایپ‌چک و بیلد) به‌صورت پیش‌فرض مسدودکننده هستند و PR بدون تایید آن‌ها مرج نمی‌شود.
- تایید انسانی بر اساس سطح ریسک: تغییرات بر اساس ریسک دسته‌بندی می‌شوند. تغییر در مستندات یا فیچرهای پشت Feature Flag نیازی به تایید شخص دوم ندارد و فردی که پرامپت را به ایجنت داده است امضاکننده نهایی محسوب می‌شود؛ اما کدهای حساس یا اسکریپت‌های CI نیازمند تایید مهندسان ارشد است.
- صف ادغام و رول‌بک سریع: تغییرات در Merge Queue مجدداً تست می‌شوند، ابتدا به محیط داخلی کارمندان سپس کانال Latest و در نهایت Stable می‌رسند تا با قابلیت خاموش‌سازی پرچم‌ها بدون نیاز به دیپلوی جدید، خطاها مهار شوند.
چالش چرخه بی‌پایان ایجنت‌ها
یکی از پدیده‌های عجیب در این فرایند، گیر افتادن دو ایجنت (یکی نویسنده و دیگری بازبین) در حلقه بی‌پایان بود. در یک نمونه، یک PR بیش از ۵۰ بار در طول شب بررسی و بازنویسی شد بدون اینکه پیشرفتی حاصل شود؛ زیرا بازبین در هر دور صرفاً باگ‌های قدیمی همان کد قبلی را گزارش می‌کرد. برای حل این مشکل، سقف ۳ دور بررسی تعیین شد و پس از آن بازبین حق مداخله ندارد و کار به انسان واگذار می‌شود.
بازخوردها و نقدهای مهندسان در Hacker News
بحث‌های شکل‌گرفته پیرامون این پست در جامعه توسعه‌دهندگان نکته‌های قابل‌تاملی به همراه داشت. بسیاری از کاربران اشاره کردند که این مقیاس و سوزاندن بی‌شمار توکن برای بازبینی‌های چندلایه تنها برای شرکت‌هایی مانند Anthropic با منابع نامحدود ممکن است. همچنین نگرانی‌های جدی درباره «کد چِرن» (تغییرات بیهوده و بازنویسی‌های مکرر) و از دست رفتن درک ذهنی مهندسان (Code Comprehension) از نرم‌افزاری که دیگر هیچ انسانی خطوط آن را نمی‌خواند مطرح شد؛ مشکلی که می‌تواند در بلندمدت نگه‌داری سیستم را به یک جعبه سیاه پرهزینه تبدیل کند.
این مطلب به‌صورت کاملاً خودکار و با هوش مصنوعی از مقالهٔ اصلی و بحث هکرنیوز تهیه شده و ممکن است خطا داشته باشد. حقوق مطلب اصلی متعلق به نویسندهٔ آن است. قوانین و گزارش مشکل