Blog

تیم Claude Code چطور code review می‌کند؛ ماشین می‌خواند، آدم تصمیم می‌گیرد

تیم Claude Code می‌گوید با review چندلایه‌ی AI، تأیید انسانی بر اساس ریسک و rollback سریع، تعداد PRها دو برابر شد ولی revertها بیش از ۴۰ درصد کم شد.

17 Oct 2026 · 4 min read · Claude Code · Anthropic · code review · AI agents · software engineering · DevOps

تیم Claude Code چطور code review می‌کند؛ ماشین می‌خواند، آدم تصمیم می‌گیرد

تیم Claude Code در یک پست مهندسی مفصل توضیح داده که وقتی Claude حدود ۹۰ درصد کد خودِ Claude Code را می‌نویسد، code review را چطور انجام می‌دهند. خلاصه‌ی حرفشان این است: review را حذف نکرده‌اند، بلکه بیشتر «خواندن کد» را به ماشین سپرده‌اند و وقت و توجه انسان را برای جاهایی نگه داشته‌اند که واقعاً به آدم نیاز دارد.

عددها چشمگیرند. از ژوئن تا سپتامبر تعداد PRهای merge‌شده در مخزن Claude Code بیش از دو برابر شده، ولی سهم PRهایی که revert شده‌اند بیش از ۴۰ درصد کم شده. در monorepo خود Anthropic هم تعداد تغییرات روزانه از حدود ۲۵۰۰ در ماه مه به بیش از ۳۰ هزار در سپتامبر رسیده؛ با این حجم، review خط‌به‌خط عملاً غیرممکن است.

How the Claude Code team does code review
پست مهندسی تیم Claude Code درباره‌ی code review در عصر agentها — منبع: claude.dev

هدف عوض شده: کمترین وقت انسانی، بدون revert بیشتر

سؤال دیگر این نیست که «آیا یک آدم کد را خوانده؟»؛ سؤال این است که «چه چیزی ممکن است خراب شود و کدام بررسی، خودکار یا انسانی، باید جلویش را بگیرد؟». هدفشان این است که بیشتر PRها با حداکثر یک انسان در حلقه merge شوند (که می‌تواند خود نویسنده باشد)، و نرخ revert و incident به‌عنوان نگهبان این هدف چک می‌شود. اگر این نرخ‌ها بالا بروند، یعنی وقت انسان صرفه‌جویی نشده، فقط جابه‌جا شده.

لایه‌ها به جای یک دروازه

  • قبل از PR: Claude تست، build و linter را اجرا می‌کند و باید خروجی را نشان بدهد، نه اینکه فقط بگوید «تمام شد». بعد یک subagent دیگر diff را با context تازه review می‌کند. فایل‌های CLAUDE.md و REVIEW.md قواعد پروژه و انتظارات صاحبان کد را به reviewer می‌گویند.
  • AI review روی هر PR: چند agent به‌صورت موازی دنبال باگ می‌گردند، گروه دیگری روی هر یافته رأی می‌دهد و فقط یافته‌هایی که تأیید شوند پست می‌شوند؛ نظرهای صرفاً سلیقه‌ای حذف می‌شوند. هر یافته باید جواب داده شود.
  • Security review جداگانه که تا وقتی یافته‌ای باز است، اجازه‌ی merge نمی‌دهد.
  • CI اجباری شامل lint، type check، تست روی همه‌ی پلتفرم‌ها و build.
  • تأیید انسانی بر اساس ریسک: یک classifier سطح ریسک را از روی خودِ تغییر تعیین می‌کند: تغییر کم‌ریسک بدون تأیید انسانی، تغییر معمولی با یک نفر، و مسیرهای حساس با دو نفر. تأیید یک agent هیچ‌وقت جای تأیید انسان را نمی‌گیرد.
  • Merge queue، feature flag و انتشار تدریجی: اول کارمندان Anthropic، بعد کانال latest و بعد stable؛ و در آخر rollback سریع.
مراحل اجرای Code Review در Claude Code: پیدا کردن، تأیید، رتبه‌بندی و ارسال
چهار مرحله‌ی Code Review برای Claude Code: agentهای موازی باگ پیدا می‌کنند، مرحله‌ی تأیید false positiveها را حذف می‌کند، یافته‌ها بر اساس شدت مرتب و به‌صورت کامنت روی PR ثبت می‌شوند — منبع: مستندات Claude Code

وقتی agent و reviewer همدیگر را سرگرم می‌کنند

یکی از جالب‌ترین بخش‌های پست، اعتراف به یک مشکل واقعی است: agent نویسنده و agent بازبین می‌توانند بی‌نهایت همدیگر را مشغول نگه دارند. یک PR در یک شب بیش از پنجاه دور review و fix رفت تا نویسنده‌اش متوقفش کرد! با git blame دیدند حدود ۵۹ درصد چیزهایی که reviewer مدام flag می‌کرد، کدی بود که از همان دور اول وجود داشت. راه‌حل: سقف سه دور، re-review فقط روی diff جدید، flag کردن «کلاس باگ» به جای یک خط، و تکرار نکردن یافته‌های قبلی. نتیجه؟ PRهایی که با یک دور pass می‌شوند از ۶۵ به ۷۸ درصد رسیدند، PRهایی که پنج دور یا بیشتر لازم داشتند از ۸٫۹ به ۱٫۵ درصد افتادند، و میانگین تعداد review از ۲٫۰۸ به ۱٫۳۲ رسید.

یک نکته‌ی هوشمندانه‌ی دیگر: همه‌ی incidentها و revertهای گذشته به یک eval تبدیل شده‌اند و reviewer هر روز روی آن اجرا می‌شود؛ هر تغییری در prompt، ابزار یا مدل reviewer فقط وقتی می‌ماند که امتیاز بالا برود.

پس انسان کجای کار است؟

به گفته‌ی تیم، کار آدم‌ها از خواندن هر diff به تصمیم‌هایی رسیده که ماشین در آن‌ها ضعیف است: اصلاً این را بسازیم؟ کد پرریسک مثل billing، auto-updater و workflowهای CI، معماری‌ای که الگوی بقیه می‌شود، خواندن شواهد (خروجی تست، اسکرین‌شات، یافته‌های reviewer) و در نهایت مسئولیت نتیجه. قانون تیمی‌شان هم ساده است: «You land it, you own it».

اگر ماشین‌ها بیشتر کد را بخوانند، آدم‌ها کد را چطور یاد می‌گیرند؟
به جای خواندن diffهای پیش‌پاافتاده، اعضای تیم از Claude می‌خواهند برای همان بخشی از کد که لازم دارند توضیح یا یک artifact آموزشی بسازد — منبع: claude.dev

قطعه‌های اصلی این فرایند برای بقیه هم در دسترس است: دستورهای /code-review و /security-review در Claude Code، و Code Review for Claude Code که حالا برای پلن‌های Team و Enterprise به‌صورت عمومی عرضه شده و سه سطح Quick، Standard و Deep دارد.

نظر من

به نظرم این مهم‌ترین متن مهندسی این هفته برای هر تیمی است که با agent کد می‌نویسد. نکته‌ی اصلی‌اش «AI جای reviewer را گرفت» نیست؛ این است که review دیگر یک دروازه‌ی آخر کار نیست و به یک سیستم چندلایه با rollback سریع تبدیل شده. بخش همگرایی review را هم خیلی دوست داشتم، چون دقیقاً همان مشکلی است که هر کسی با agent کار کرده دیده: agentها دنبال nit می‌روند و تمام نمی‌شوند.

ولی یادمان باشد این نسخه‌ی Anthropic است، با feature flag، کانال انتشار تدریجی، on-call و کلی کاربر داخلی که باگ‌ها را زودتر از مشتری پیدا می‌کنند. تیمی که این زیرساخت را ندارد و فقط یک AI reviewer روی PRها می‌گذارد، نصف ماجرا را برداشته است. پیشنهاد عملی من: از همان چک‌لیست آخر پست شروع کنید؛ یک REVIEW.md کوتاه، بخش «How to revert» در قالب PR، سقف تعداد دور review، و اینکه هیچ‌وقت approve یک bot جای approve آدم را نگیرد.

منبع: claude.dev Blog · بحث در Hacker News

Comments0

Comments +

00

No comments yet — be the first. هنوز نظری ثبت نشده؛ اولین نفر باش.

Leave a comment

0 / 2000