Anthropic hat am Montag Code Review in Claude Code eingeführt, ein Tool, das Pull-Requests analysiert und Fehler sowie Logikprobleme im wachsenden Berg von KI-generiertem Code aufdeckt. Es wurde als Forschungs-Vorschau für Claude for Teams und Claude for Enterprise veröffentlicht und behandelt Überprüfung als Premium-Dienstleistung statt als Nebensache, mit geschätzten Kosten von 15 bis 25 US-Dollar pro Überprüfung.
Der Launch sagt mehr aus als nur über ein Produkt. Wenn Maschinen Code schneller schreiben, als Menschen ihn lesen können, wird die knappe Ressource nicht mehr die Generierung, sondern die Überprüfung. Dieselbe Umkehrung wird auch für die Art und Weise kommen, wie Marken in KI-Antworten erscheinen, weshalb dies auch dann wichtig ist, wenn Sie nie mit einem Codebase arbeiten.
Wichtige Erkenntnisse
- Code Review läuft in Claude Code und integriert sich mit GitHub, analysiert Pull-Requests automatisch und hinterlässt Inline-Kommentare, die das Problem, das Risiko und die Lösung erklären. - Es verwendet eine Multi-Agenten-Architektur: Mehrere Agenten untersuchen denselben Code parallel aus verschiedenen Perspektiven, und ein abschließender Durchgang entfernt Duplikate und priorisiert die Ergebnisse nach Schweregrad, wobei Farbcodes verwendet werden, wobei Rot die höchste Priorität hat. - Das Tool priorisiert absichtlich Logikfehler gegenüber Stilfragen, da laut Produktleiterin Cat Wu frühere KI-Feedbacks oft Rauschen waren, mit dem Entwickler nichts anfangen konnten. - Mit etwa 15 bis 25 US-Dollar pro Überprüfung ist die Verifizierung nun eine kostenintensive, bezahlte Schicht – ein Zeichen dafür, dass die Überprüfung von KI-Ausgaben zu einer eigenen Arbeitskategorie wird. - Die Parallele zu GEO ist direkt: Da KI mehr von dem generiert, was Ihre Marke repräsentiert, von Produktbeschreibungen bis hin zu strukturierten Daten, verschiebt sich die Einschränkung von der Inhaltserstellung zur Verifizierung, ob Maschinen diese korrekt lesen.
Was Code Review tatsächlich macht
Das Problem, das Anthropic benennt, ist eines, das seine eigenen Tools mitverursacht haben. Beim sogenannten Vibe Coding beschreibt man Absichten in einfacher Sprache, und das Modell generiert große Mengen an Code. Dies hat die Entwicklung beschleunigt, aber auch neue Fehler, Sicherheitslücken und unverständlichen Code eingeführt.
Wu stellte es anhand einer Frage dar, die Unternehmensleiter immer wieder stellten: Jetzt, da Claude Code eine Flut von Pull-Requests erzeugt, wie können diese effizient überprüft werden? Pull-Requests sind der Kontrollpunkt, an dem ein Mensch Änderungen absegnet, bevor sie in den Haupt-Codebase gelangen. Wenn eine KI die Menge des geschriebenen Codes drastisch erhöht, wird die Überprüfungswarteschlange zum Engpass für die Auslieferung.
Code Review ist die Antwort auf seinen eigenen Nebeneffekt. Statt sich an Formatierungsdetails aufzuhalten, konzentriert es sich auf Logikfehler – die Art von Fehlern, die am ehesten echten Schaden verursachen und am wenigsten von einem Linter erkannt werden. Die Multi-Agenten-Architektur ist hier entscheidend: Ein einzelner Prüfer, ob Mensch oder Modell, betrachtet Code aus einer Perspektive, während parallele Agenten jeweils einen anderen Fehlermodus untersuchen, und der Aggregationsschritt hält die Ergebnisse kurz genug, um darauf zu reagieren.
