Cómo el equipo de Claude Code hace revisión de código
La afirmación de Anthropic de que su equipo de Claude Code ahora deja que la IA escriba y revise aproximadamente el 90% de sus cambios —supuestamente alrededor de 30.000 merges al día— provoca un intenso debate sobre lo que realmente entrega este ritmo. Los comentaristas cuestionan la calidad del código, la estabilidad, la seguridad, la rotación de UX y la mantenibilidad a largo plazo cuando los humanos ya no mantienen un modelo mental coherente del sistema y dependen en su lugar de agentes para resumir y autoverificar grandes bases de código. Otros ven valor en los pipelines de revisión automatizada y en un mayor rendimiento, pero advierten que los costes en tokens, los requisitos de cumplimiento y métricas Goodhartizadas como “cambios por día” hacen que este enfoque sea arriesgado o inaccesible para la mayoría de los equipos.
Escala del cambio y calidad del código
- Muchos son escépticos respecto a las cifras afirmadas de ~30k cambios/día y ~90% de código escrito por IA, especialmente para lo que parece ser una TUI/andamiaje relativamente simple.
- Varios comentaristas ven esto como churn: un sinfín de PR pequeños, trabajo trivial y refactors en lugar de un progreso significativo de funcionalidades.
- Los usuarios informan regresiones frecuentes, inestabilidad de la interfaz y bugs en Claude Code y herramientas relacionadas, interpretándolos como consecuencias de una velocidad de cambio extrema.
- Otros sostienen que las métricas de volumen (PR, LOC) son insignificantes sin contexto y pueden ocultar el bajo progreso real.
Código generado por IA: potencia vs. bazofia
- Se repiten los informes de que el código generado por LLM tiende a ser:
- Duplicativo, excesivamente verboso y mal arquitecturado.
- Propenso a bugs sutiles y a una complejidad “vibe-coded” difícil de entender más adelante.
- Algunos dicen que la IA puede escribir código mejor que el promedio bajo restricciones estrictas y buenas especificaciones; otros dicen que los proyectos totalmente vibe-coded se vuelven rápidamente inmantenibles.
- Preocupa que, una vez que una base de código se “infecta” con bazofia de IA, los humanos dependan cada vez más de la IA solo para entenderla y modificarla.
Revisión de código, pruebas y propiedad
- Los entusiastas destacan la revisión con IA como una gran mejora de productividad: revisión rápida de primera pasada, revisores multiagente, acciones personalizadas de GH y mejor cobertura de bugs.
- Los escépticos señalan:
- Las revisiones automatizadas pueden pasar por alto problemas de diseño más profundos y complejidad a largo plazo.
- Las métricas de Anthropic (tasas de incidentes/reversiones) ignoran la deuda arquitectónica y la cohesión.
- La responsabilidad humana y el modelo mental del sistema siguen siendo críticos, especialmente en dominios de alto riesgo.
- Algunos describen flujos de trabajo en los que los humanos se centran en especificaciones, estructura y arquitectura, mientras los agentes manejan la implementación y ciclos repetidos de revisión.
UX, estabilidad del producto y experiencia de desarrollador
- Los frecuentes cambios de UI en los productos de Claude se vinculan a la alta tasa de cambio; algunos ven mejoras reales de funcionalidades y UX, otros ven interrupción constante y poco respeto por los flujos de trabajo del usuario.
- Preocupa que la iteración rápida impulsada por IA normalice lanzar regresiones y tratar a los usuarios como testers.
Seguridad, cumplimiento y costes
- Surgen preguntas sobre SOC2 y controles empresariales cuando el código puede fusionarse solo con el autor más la revisión de IA.
- Preocupa que la revisión de seguridad basada en IA sea explícitamente vulnerable a prompt injection y pueda fomentar descartar verdaderos positivos como “falsos”.
- Debate sobre el gasto en tokens: algunos ven la revisión con IA como más barata que el tiempo humano; otros señalan que la mayoría de los equipos son “pobres en tokens” y no pueden replicar el uso generoso de Anthropic.