हमने पहले कहा है कि Claude, Claude Code के लगभग 90 प्रतिशत कोड को लिखता है। तो हम इतनी मात्रा में बने कोड की समीक्षा कैसे करते हैं? क्या अब भी कोई कोड पढ़ता है? और अगर कुछ टूट जाए, तो उसे कौन पकड़ता है? यह पोस्ट Claude Code टीम के कोड समीक्षा प्रवाह और उसके विकास के बारे में है। जून से सितंबर के बीच, Claude Code के कोडबेस में मर्ज की गई पुल रिक्वेस्ट दोगुने से भी अधिक हो गईं, जबकि जिन बदलावों को वापस लेना पड़ा उनका हिस्सा 40 प्रतिशत से अधिक घट गया। हमने समीक्षा को हटाया नहीं है। लेकिन हमने अधिकांश पढ़ने का काम मशीनों को सौंप दिया है, जो मानव समय और ध्यान के लिए अनुकूलित हैं, और गलतियों को आसानी से पलटने को तेज़ और सरल बनाने में भारी निवेश किया है।
जब एजेंट कोड लिखते हैं, तो बदलावों की संख्या तेज़ी से बढ़ती है। Anthropic के मोनोरेपो में, प्रतिदिन होने वाले बदलाव मई में लगभग 2,500 से बढ़कर इस साल सितंबर में 30,000 से अधिक हो गए। Claude Code मोनोरेपो से अलग अपने रिपॉज़िटरी में रहता है, लेकिन उस पर भी काफी दबाव है। जब आप इतनी तेज़ी से शिप कर रहे हों, तो मैन्युअल, पंक्ति-दर-पंक्ति कोड समीक्षा बेहद कठिन, यदि असंभव नहीं, हो जाती है। कोड समीक्षा के दो काम हैं: समस्याओं को शिप होने से पहले खोजना और ठीक करना, और पूरी टीम में साझा संदर्भ और कोडबेस की समझ बनाना। यह लेख मुख्य रूप से समस्याओं को खोजने और ठीक करने पर केंद्रित है, लेकिन हम अंत के पास दूसरे काम पर लौटेंगे।
हमारा मानना है कि "क्या किसी इंसान ने कोड पढ़ा?" यह पूछना इस प्रश्न का अपूर्ण प्रॉक्सी है कि "इस बदलाव में क्या गलत हो सकता है, और उसे पकड़ने के लिए कौन-सी जाँच, स्वचालित या मानव, सही है?" यह प्रश्न पूछने से समीक्षा कब होती है, यह भी बदल गया। पहले समीक्षा रास्ते के अंत में एक गेट थी: कोड लिखो, PR खोलो, सहकर्मी का इंतज़ार करो। अब समीक्षा लगातार चलती है, लगभग उस स्पेलचेक की तरह जो आप लिखते समय चलता है। किसी इंसान से देखने के लिए कहे जाने से पहले ही अधिकांश बदलावों की Claude द्वारा कम से कम एक बार समीक्षा और सुधार हो चुका होता है। इससे अधिकांश नियमित गलतियाँ पकड़ी जाती हैं, और टीम का ध्यान उच्च-स्तरीय प्रश्नों और गहन जाँच के लिए बचता है।
सीमित संसाधन: मानव समय और ध्यान। हम मानव समय और ध्यान को उन समस्याओं के लिए सुरक्षित रखना चाहते हैं जिन्हें केवल इंसान हल कर सकते हैं, और यह सुनिश्चित करना चाहते हैं कि बाकी को स्वचालित जाँचें पकड़ें। हमारी मौजूदा बदलाव की गति पर भी इंसानों के लिए अभी अविश्वसनीय मात्रा में काम है, और हमारी टीम लगभग रोज़ नई और अनोखी चुनौतियों का सामना करती है। मानव समय समीक्षा की लागत के दोनों पक्षों को कवर करता है: लोग समीक्षा में जितना समय लगाते हैं, और खराब कोड से टूटी चीज़ों को ठीक करने में जितना समय लगाते हैं। पहले को घटाने से कोई फायदा नहीं अगर वही समय दूसरे में दिख जाए। इसलिए लक्ष्य यह है कि Claude Code रिपॉज़िटरी (CLI, डेस्कटॉप और वेब ऐप, तथा मोबाइल ऐप) में अधिकांश पुल रिक्वेस्ट अधिकतम एक मानव सहभागी के साथ मर्ज हों, जो लेखक भी हो सकता है, और रिवर्ट या घटनाओं में कोई वृद्धि न हो। मानव समय मापने के लिए हम प्रति PR मानव अनुमोदन (मध्यिका और 95वाँ प्रतिशतक), मानव टिप्पणियाँ, और PR किसी व्यक्ति के इंतज़ार में कितना समय रुकता है, यह ट्रैक करते हैं। रिवर्ट और घटना दर सुरक्षा कवच हैं: अगर ये बढ़ते हैं, तो हमने मानव समय बचाया नहीं, केवल उसे इधर-उधर किया है।
एक बदलाव का जीवन। एक सामान्य बदलाव, किसी इंजीनियर के लैपटॉप (या Slack में Claude सत्र) से शुरू होकर, कोड समीक्षा की कई परतों से गुज़रता है। अधिकांश मार्ग स्वचालित है; किसी व्यक्ति का ध्यान वहीं जाता है जहाँ जोखिम है। परतों में, एक गेट में नहीं: जाँचों की छह परतें, जिनके नीचे रोलबैक है। हर परत कुछ समस्याएँ पकड़ती है और कुछ छोड़ देती है। बहुत कम ही सभी परतों को पार करती हैं, और बाकी को रोलबैक संभालता है। 1. काम किसी और के देखने से पहले सत्यापित हो जाता है। अब अधिकांश समीक्षा PR बनने से पहले होती है। हम Claude को कुछ ऐसा देते हैं जिसे वह चला सके, जैसे टेस्ट, बिल्ड, या डिज़ाइन से तुलना के लिए स्क्रीनशॉट, और उससे कहते हैं कि वह "हो गया" कहने के बजाय आउटपुट दिखाए। फिर एक सबएजेंट नए संदर्भ के साथ diff की समीक्षा करता है। ये दोनों आदतें हमारी सर्वोत्तम प्रथाओं की मार्गदर्शिका से आती हैं। PR खोलने से पहले, हममें से कई लोग कुछ आंतरिक स्किल्स भी चलाते हैं: एक बग खोजता है, एक diff को सरल बनाता है, और एक शुरू से अंत तक व्यवहार की जाँच करता है। UI बदलावों की जाँच हमारे डिज़ाइन दिशानिर्देशों से भी की जाती है।
स्रोत: Hacker News · HeadlinesBriefing द्वारा सारांशित