Como o time do Claude Code faz code review e dobrou os PRs mergeados sem aumentar reverts

O time do Claude Code afirma que o Claude escreve cerca de 90% do código do próprio Claude Code. Nesse ritmo, a revisão linha a linha deixou de ser viável. No monorepo da empresa, o volume saiu de aproximadamente 2.500 mudanças mergeadas por dia em maio para mais de 30.000 em setembro. O Claude Code fica fora desse monorepo, mas sofre pressão parecida.

A resposta foi mover a revisão para dentro do fluxo, como um corretor ortográfico contínuo, e organizar o processo em camadas: verificação antes do PR (testes, build, comparação de screenshot com o design, subagente revisando o diff com contexto novo), revisão por IA em todo PR, revisão de segurança que bloqueia o merge, checks automáticos (lint, type checks, testes, build), aprovação humana escalada por risco e merge queue com feature flags e rollouts em etapas. O time cita os arquivos CLAUDE.md e REVIEW.md para dar contexto ao revisor. A fonte também lista uma camada final de feedback rápido e rollback. Aprovações de agentes não contam como aprovação humana, e a aprovação vale para um único commit.

Um ponto de engenharia chama atenção: a revisão precisa convergir. Um PR do CLI circulou mais de cinquenta vezes entre agente autor e agente revisor durante a noite. Cerca de 59% do que o sistema marcava era código presente desde a primeira passada. A correção foi limitar ciclos (reavaliar a abordagem após três), restringir a re-revisão ao diff e evitar reportar o que já foi visto.

Em 10 de março de 2026, o CEVIU noticiou "Code Review, uma nova funcionalidade para o Claude Code", que na época estava em preview e mobilizava uma equipe de agentes em cada PR. Agora a fonte diz que o produto está disponível para clientes Team e Enterprise e que a parcela de PRs internos com comentários substantivos subiu de 16% para 54% desde o preview. Em 19 de outubro de 2026, o CEVIU já havia publicado "Anthropic Revoluciona Revisão de Código com IA no Claude", sobre a mesma abordagem de automatizar grande parte da revisão.

Para quem opera um repositório com agentes escrevendo código, a leitura é que o gargalo deixa de ser ler diff e passa a ser desenhar as camadas de verificação. O caso dos cinquenta ciclos sugere que quem automatiza revisão com agentes precisa de limite de iterações desde o começo, e de reverts e incidentes como métrica de controle.