Claude Code и пайплайн ревью Anthropic: кратко о главном
🎯 О чём этот конспект: Разбор инженерного пайплайна Anthropic, позволяющего команде Claude Code генерировать до 90% собственного кода и обрабатывать свыше 30 000 изменений в день при снижении числа откатов на 40%. В конспекте подробно рассмотрена 6-уровневая система автоматизированного код-ревью, защита от бесконечных циклов AI-правок, приоритизация рисков (blast radius) и архитектурные решения компании (включая замену Git на внутреннюю систему Seon).
👤 Кому будет полезно: Вайбкодерам, техлидам, инженерам и создателям AI-агентов, которые сталкиваются с бутылочным горлышком при ручном ревью сотен сгенерированных коммитов и PR.
✨ Что получите: Готовую модель многослойного AI-ревью для внедрения в свои проекты: шаблоны конфигурационных файлов review.md, правила градации рисков, техники фильтрации галлюцинаций через голосование агентов и методы контроля безопасности вызова инструментов.
1. Реструктуризация процесса ревью: от ручного чтения к машинному контролю
Контекст: С мая по сентябрь монорепозиторий Anthropic вырос с 2 500 до более чем 30 000 изменений в день, а кодовая база Claude Code на 90% пишется самой нейросетью. При такой плотности работы агентов традиционное построчное ревью человеком становится физически невозможным. В Anthropic пересмотрели базовое назначение код-ревью: вместо вопроса «Читал ли человек этот код?» инженеры перешли к вопросу «Что в этом коде может сломаться и какой автоматический чек обязан это поймать?». Ревью превратилось из разового барьера перед слиянием в непрерывный процесс (по аналогии со спеллчекером), сопровождающий разработку от первого промпта до продакшна.
Тайминг: , ,
Выгода: Увеличение объема вливаемых Pull Request более чем в 2 раза при одновременном снижении частоты откатов (reverts) и производственных сбоев на 40%.
Как применить:
- Шаг 1: Смените метрики производительности — Замените классические DORA-метрики отслеживанием времени ожидания PR человека, количеством комментариев на PR и частотой откатов (reversion rate). Если метрика откатов растет, агентная автоматизация лишь маскирует дефекты.
- Шаг 2: Внедрите принцип «максимум один человек в цикле» — Сформулируйте жесткое правило: PR должен требовать аппрува максимум от одного человека (и этим человеком может быть автор/оркестратор промпта).
- Шаг 3: Перенесите верификацию на этап написания кода — Настройте агентные пайплайны так, чтобы модель не просто генерировала diff, но и самостоятельно запускала тесты, сборку и браузерные проверки до создания PR.
Цель: Сократить время ревью до 0-1 аппрува без падения качества.
Правило: Любая агентная генерация сопровождается запуском тестов до формирования diff.
Метрика успеха: Reversion Rate < 5% от общего числа PR.Результат: Устранение человеческого фактора как главного бутылочного горлышка при масштабировании агентной разработки.
2. Уровни 1 и 2: Автономная верификация, свежий контекст и голосование под-агентов
Контекст: Первые два слоя системы берут на себя первичную валидацию. Уровень 1 заставляет агента доказать работоспособность кода: Claude запускает сборку, прогоняет сквозные (e2e) тесты и делает скриншоты интерфейса. Затем изолированный под-агент с абсолютно чистым контекстным окном (fresh context window) анализирует полученный diff. Создатель Claude Code Борис Черни отмечает, что один только этап верификации повышает качество финального результата в 2–3 раза. На Уровне 2 в дело вступает публичный PR-ревьюер: параллельные агенты ищут баги в diff относительно всего репозитория, после чего отдельная группа агентов голосует по каждой находке, чтобы отсечь ложные срабатывания (nitpicking).
Тайминг: , ,
Выгода: Сокращение времени ревью PR с ~20 минут до 6–10 минут (в 3 раза быстрее) и исключение информационного шума от ложноположительных замечаний.
Как применить:
- Шаг 1: Создайте файл стандартов проекта — Добавьте в корень репозитория
CLAUDE.md(илиAGENTS.md) с описанием стека, конвенций и архитектурных целей. - Шаг 2: Настройте инструкции для ревьюера — Добавьте файл
review.md, в котором перечислите приоритеты для AI-ревьюера и явно запретите придирки к форматированию или старому коду. - Шаг 3: Реализуйте консенсусную проверку diff — Запускайте параллельный анализ багов несколькими моделями с итоговым голосованием перед отправкой комментария в PR.
Пример структуры файла review.md:
# Правила ревью кода для AI-агентов
---
## Что проверять в первую очередь:
1. Логические ошибки, утечки памяти и race conditions.
2. Соответствие архитектурным границам модулей.
3. Потенциальные уязвимости (SQL-инъекции, XSS, незащищенные эндпоинты).
---
## Что ИГНОРИРОВАТЬ (не создавать замечания):
- Субъективный стиль кода и форматирование (этим занимается linter).
- Проблемы в участках кода, которые не модифицировались в текущем diff.
- Замечания без предложенного конкретного патча исправления.
---
## Порог публикации:
Публиковать замечание в PR только при уверенности > 80% или согласии 2 из 3 субагентов.Результат: В PR попадают только верифицированные замечания критического характера; автор получает чистый список подтвержденных дефектов без субъективных правок.
3. Уровни 3 и 4: Жесткие гейты безопасности, шаблоны отката и базовый CI
Контекст: Уровень 3 представляет собой выделенный агентный аудит безопасности (Security Review). В репозиториях Anthropic действует абсолютный запрет (hard gate): PR не может быть слит, пока открыто хотя бы одно замечание от ревьюера багов или безопасности. Уровень 4 охватывает стандартные детерминированные проверки: линтинг, компиляцию, прогон тестов на всех поддерживаемых платформах. Обязательной частью процесса является модификация Pull Request Template, требующая от автора описать не только сценарий тестирования, но и четкий механизм отката внесенных изменений.
Тайминг: , ,
Выгода: Нулевая вероятность попадания незакрытых критических уязвимостей в основную ветку и снижение времени ликвидации инцидентов (MTTR) за счет готового плана отката.
Как применить:
- Шаг 1: Настройте блокирующий Security Gate — Сделайте AI Security Check обязательным статусом в GitHub Actions / GitLab CI.
- Шаг 2: Обновите шаблон Pull Request — Включите обязательные поля верификации и плана отката (Rollback plan).
Пример файла .github/pull_request_template.md:
---
## Описание изменений
<!-- Кратко сформулируйте решаемую задачу -->
---
## Способ верификации
- [ ] Юнит-тесты добавлены и пройдены
- [ ] Сквозные тесты (e2e) / скриншоты UI приложены
- [ ] Локальный билд успешен на всех целевых платформах
---
## План отката (Rollback Strategy)
1. Какой фиче-флаг отключает функционал: `FEATURE_FLAG_NAME`
2. Возможен ли чистый `git revert` без миграций БД (Да/Нет):
3. Инструкция по откату данных в случае сбоя:Результат: Каждое изменение сопровождается четким сценарием отката еще до попадания в CI/CD, а дефекты блокируются на уровне автоматических проверок.
4. Уровни 5 и 6: Градация рисков (Blast Radius), 5 правил аппрува и многослойный релиз
Контекст: Уровень 5 определяет количество человеческих аппрувов в зависимости от радиуса поражения (blast radius). Изменения низкого риска (документация, микрокопии, код за выключенным фиче-флагом) сливаются автоматически без человека при зеленых авточеках. Стандартная разработка требует 1 аппрува, высокорисковый код — 2. Система регулируется 5 фундаментальными правилами. Уровень 6 — это Merge Queue, повторно запускающий чеки на объединенной ветке main, после чего код раскатывается поэтапно: сначала внутренний dogfooding команды, затем канал Latest (~1000 пользователей), и лишь при отсутствии сбоев — релиз в Stable.
Тайминг: , ,
Выгода: Освобождение старших разработчиков от рутинного аппрува низкорисковых правок и изоляция конфликтов слияния в условиях высокой параллельности агентов.
Пять правил аппрува Anthropic:
- Уровень риска задает характер изменения, а не автор. Классификатор оценивает diff; правки CI-пайплайнов всегда требуют человека.
- Только доверенные авторы (из команды-владельца модуля) имеют право идти по облегченному маршруту (lighter path).
- Одобрение AI-агента никогда не заменяет слот человека. Агент может закрыть автопроверки, но не статус human-in-the-loop.
- Тот, кто промптил агента, несет персональную ответственность. Промптер считается автором и ревьюером PR; свалить вину на сбой агента нельзя.
- Аппрув привязан к конкретному хешу коммита. Если агент пушит новый коммит с исправлениями, требуется повторный аппрув.
Как применить:
- Шаг 1: Внедрите фиче-флаги для всех новых веток — Любая новая функциональность должна быть обернута флагом конфигурации, позволяющим отключить код без повторного деплоя.
- Шаг 2: Включите GitHub Merge Queue — Настройте очередь слияния для предотвращения race conditions, когда два независимых зеленых PR ломают main при объединении.
- Шаг 3: Настройте поэтапный релизный пайплайн — Разделите деплой на 3 фазы: Internal -> Canary (Latest) -> Production (Stable).
# Пример проверки статуса флага в коде перед выполнением функции
if (featureFlags.isEnabled("ai_agent_v2_engine")) {
runNewEngine();
} else {
runLegacyEngine();
}Результат: Безопасное развертывание сотен агентных изменений в сутки с мгновенным отключением сбойных модулей без остановки продакшна.
5. Предотвращение бесконечных AI-петель и валидация ревьюера через Evals
Контекст: Реальный инцидент в команде Claude Code CLI показал опасность бесконечных циклов: один PR за ночь прошел через более чем 50 раундов AI-ревью и авто-фиксов без участия человека. Анализ через git blame выявил, что 59% исправлений касались старого кода, присутствовавшего в репозитории изначально. Агент находил мелкую шероховатость, исправлял ее, создавал коммит, что триггерило новый цикл ревью и новые правки. Для решения проблемы Anthropic ввела лимит раундов и систему тестирования самих AI-ревьюеров на базе реальных исторических инцидентов (Evals).
Тайминг: , ,
Выгода: Экономия токенов, ликвидация ночных зависаний агентов в циклических правках и постоянный измеримый бенчмарк качества самого инструмента ревью.
Как применить:
- Шаг 1: Установите лимит раундов (Circuit Breaker) — Ограничьте максимальное число автоматических циклов правок до трех. После 3 раундов агент обязан запросить вмешательство человека для пересмотра подхода.
- Шаг 2: Ограничьте область повторного анализа — При повторных проходах ревьюер должен анализировать исключительно свежий diff, а не весь файл целиком.
- Шаг 3: Атакуйте класс ошибок целиком — Настройте промпт ревьюера так, чтобы он помечал весь системный паттерн ошибки, а не отдельную строчку, исключая дублирование замечаний.
- Шаг 4: Сформируйте датасет Evals из прошлых аварий — Возьмите реальные PR, вызвавшие сбои в продакшне, и ежедневно прогоняйте через них AI-ревьюер для контроля деградации модели.
Пример инструкции для системного промпта AI-ревьюера:
ИНСТРУКЦИЯ ПО ОГРАНИЧЕНИЮ ИТЕРАЦИЙ:
1. Если текущий раунд ревью >= 3, прекрати генерацию патчей и выведи: "ТРЕБУЕТСЯ АРХИТЕКТУРНЫЙ ПЕРЕСМОТР ЧЕЛОВЕКОМ".
2. Анализируй ТОЛЬКО строки, добавленные или измененные в последнем коммите. Не комментируй окружающий неизмененный код.
3. Если ты обнаружил ошибку, опиши весь класс проблемы системно и укажи решение сразу для всех подобных мест в текущем diff.Результат: Стабильный пайплайн без зависания в бесконечных автоисправлениях и регулярная оценка точности ревьюера на базе реальных багов.
6. Защита периметра выполнения агентов: OpenRouter Armor и контроль вызова инструментов
Контекст: Когда AI-агент получает доступ к выполнению терминальных команд, вызовам внешних API и перезаписи файлов, стандартные regex-фильтры и pre-commit хуки перестают надежно защищать систему. Любая неверно сгенерированная команда способна повредить рабочее окружение или стереть данные. Решение этой проблемы — специализированные межсетевые экраны для тулколлов (tool call firewalls), такие как OpenRouter Armor (работающий на базе модели Typesafe Jev), которые перехватывают вызовы инструментов до их реального исполнения на машине.
Тайминг: ,
Выгода: Блокировка опасных системных команд, защита от утечек переменных окружения и контроль радиуса поражения (blast radius) агентов без замедления процесса генерации.
Как применить:
- Шаг 1: Определите политики допустимых действий — Составьте манифест разрешенных и запрещенных операций для агента (запрет
rm -rf, ограничение доступа к.env, фильтрация сетевых запросов). - Шаг 2: Внедрите промежуточный валидатор вызовов — Подключите слой валидации tool calls (например, OpenRouter Armor или собственный middleware), проверяющий параметры вызова до отправки в bash-интерпретатор.
Пример политики безопасности для агентного окружения:
Результат: Безопасная автономная работа агентов в среде разработки без риска случайного удаления данных или утечки секретов.
7. Инфраструктура сверхвысоких нагрузок: отказ от Git в пользу Seon и Antique
Контекст: Сверхвысокая частота агентных коммитов в Anthropic привела к кризису стандартного инструментария. Основная ветка монорепозитория компании накопила историю объемом около 100 ГБ, а CI-система выполняет более 25 миллионов checkout-операций в сутки. Git перестал справляться с нагрузкой. Команда из 7 инженеров за 5 месяцев разработала и внедрила внутреннюю замену Git под названием Seon вместе с собственной системой код-ревью Antique, сократив дисковый и сетевой footprint в 200 раз по сравнению со старой архитектурой зеркалирования Git.
Тайминг: , ,
Выгода: Мгновенное клонирование и проверка версий в CI/CD при десятках миллионов агентных запусков без деградации сетевой инфраструктуры.
Как применить (адаптация для стандартных команд):
- Шаг 1: Оптимизируйте Git для тяжелых репозиториев — Используйте shallow clone (
git clone --depth 1) и sparse-checkout в CI/CD пайплайнах для минимизации нагрузки на дисковую подсистему. - Шаг 2: Разделяйте монорепозитории при росте агентного трафика — Выносите часто обновляемые агентами компоненты (как это сделано для Claude Code repo) в отдельные специализированные репозитории с оптимизированным CI.
- Шаг 3: Внедрите инструмент Enterprise AI Review — Используйте Claude Code Review (доступен на Enterprise-уровне) или разверните собственного субагента для локального пре-ревью перед отправкой PR.
# Оптимальная конфигурация CI для экономии ресурсов при частых агентных билдах
git clone --depth 1 --no-single-branch --filter=blob:none https://github.com/your-org/your-repo.gitРезультат: Инфраструктура CI/CD готова к кратному росту агентных коммитов без зависаний пайплайнов и перегрузки серверов контроля версий.
Claude Code и пайплайн ревью Anthropic: ответы на частые вопросы
В: Заменяет ли AI-ревьюер от Anthropic живого разработчика?
О: Нет. В архитектуре Anthropic одобрение AI-агента никогда не засчитывается за слот человеческого аппрува на средних и высоких уровнях риска. Человек перемещается на уровень постановщика задач, архитектора и финального контролера, в то время как агенты берут на себя рутинное вычитывание diff, проверку безопасности и поиск скрытых багов.
В: Кто несет ответственность, если сгенерированный агентом код сломал продакшн?
О: Ответственность целиком лежит на инженере, который сформулировал промпт и запустил агента в работу (Правило №4). В агентной разработке промптер считается автором и финальным ревьюером, а дефект трактуется как ошибка оркестрации или недостаточность настроенных проверок.
В: Как избежать ситуации, когда AI-ревьюер спамит десятками бесполезных комментариев (nitpicking)?
О: Создайте в корне проекта файл review.md, где жестко укажите, какие вещи модель обязана игнорировать (стиль, форматирование, участки вне текущего diff). Дополнительно используйте схему голосования нескольких субагентов, чтобы публиковать замечание только при достижении консенсуса.
В: Чем отличается Claude Code Review от стандартных linter-чеков в CI?
О: Linter проверяет синтаксис и правила форматирования на основе жестких регулярных выражений. Claude Code Review запускает параллельных агентов, которые анализируют семантическую связь между заявленным намерением в описании PR и реальным diff по всей кодовой базе, выявляя логические дефекты и побочные эффекты.
В: Что делать, если агент зациклился и бесконечно исправляет свои же ошибки?
О: Внедрите механизм Circuit Breaker. Ограничьте число автоматических циклов исправления тремя итерациями. При повторном анализе ограничьте фокус агента исключительно свежими измененными строками и запретите комментировать нетронутую кодовую базу.
В: Почему Anthropic отказалась от Git и создала Seon?
О: Из-за масштаба монорепозитория: размер истории достиг 100 ГБ, а CI выполняет 25 миллионов проверок в сутки. Git не рассчитан на такую плотность операций, поэтому команда создала систему Seon, которая уменьшила накладные расходы на хранение и синхронизацию в 200 раз.
В: Можно ли сливать PR вообще без участия человека?
О: Да, но только для тира изменений низкого риска (low-risk tier): правки документации, локализации или новый код, полностью скрытый за выключенным фиче-флагом. При этом все автоматические проверки сборки, безопасности и e2e-тестов должны быть полностью зелеными.
Claude Code и пайплайн ревью Anthropic: инструменты и ссылки из видео
- Claude Code — Терминальный AI-агент от Anthropic, генерирующий до 90% собственного кода — упомянут в видео.
- Claude Code Review — Корпоративный инструмент автоматического агентного ревью Pull Request с трехуровневой глубиной анализа (Quick, Standard, Deep) — упомянут в видео.
- OpenRouter Armor — Межсетевой экран (firewall) для AI-агентов на базе модели Typesafe Jev, валидирующий безопасность вызовов инструментов (tool calls) в реальном времени — упомянут в видео.
- Seon & Antique — Внутренняя система контроля версий и инструмент код-ревью Anthropic, заменившие Git в монорепозитории компании — упомянуты в видео.
- Switch Dimension Accelerator — Практическая обучающая программа по созданию агентных фабрик софта от автора видео —
switchdimension.com.
Конспект создан на основе видео «How Anthropic reviews code now (and why they dropped git)» канала Switch Dimension. Все права на оригинальный материал принадлежат авторам. Источник: https://www.youtube.com/watch?v=bls8ZJ_INMQ
