Como a Anthropic mescla 30.000 alterações de código por dia - Manish Kapur, Sonar & Addy Osmani, Anthropic

Highlights

• A Anthropic saltou de 2.500 para 30.000 alterações de código mescladas por dia.

• Setenta e seis por cento dos desenvolvedores que geram código com inteligência artificial produzem código mais rápido do que conseguem verificar.

• A CircleCI analisou 28 milhões de fluxos de trabalho de integração contínua e constatou que três em cada dez tentativas de mesclar código em produção falham.

• Cinco por cento das empresas operam fábricas de software de forma autônoma atualmente.

• Oito em cada dez organizações já utilizam agentes de codificação.

Timeline

1. 00:00 - 03:50

   Contexto e definição de fábricas de software

   A introdução aborda a lacuna existente entre mesclar pull requests sem revisão e realizar revisões manuais detalhadas. Dados da CircleCI demonstram o aumento da produtividade aliado a uma taxa expressiva de falhas na produção. O conceito de fábrica de software divide-se entre o modelo iluminado, onde humanos aplicam julgamento constante, e o modelo escuro, que opera de forma autônoma com intervenções apenas em exceções.

   • A produtividade saltou 59% segundo dados da CircleCI.
   • Três em cada dez tentativas de mesclagem em produção falham.
   • Fábricas de software utilizam loops em escala de forma iluminada ou escura.
2. 03:50 - 08:21

   Aumento de escala e processos de revisão na Anthropic

   O volume de alterações de código na Anthropic cresceu exponencialmente em poucos meses. O fluxo de trabalho integra o Claude para realizar revisões iniciais, testes ponta a ponta e simulações em navegadores que geram evidências visuais de funcionamento. As equipes codificam as melhores práticas em arquivos de referência para guiar os agentes durante o desenvolvimento.

   • A Anthropic ampliou a mesclagem de 2.500 para 30.000 alterações de código diárias.
   • O assistente Claude executa uma primeira passada de revisão de código e testes em navegadores.
   • A codificação rápida gerou um cenário onde a verificação de código se tornou escassa.
3. 08:21 - 14:42

   Verificação em camadas e trilhos de orientação

   A pesquisa da Sonar indica que os pull requests estão maiores e mais complexos, enquanto a revisão humana permanece restrita. A resposta para esse desafio reside em uma abordagem de verificação em camadas, unindo checagens estáticas de segurança, inspeção de lógica por agentes e rastreio de pacotes maliciosos. O controle de permissões e o uso de sandboxes evitam ações indesejadas dos agentes.

   • Oitenta e quatro por cento das empresas afirmam que a inteligência artificial acelera a entrega de correções.
   • A verificação em camadas abrange análises determinísticas, revisões agênticas e segurança da cadeia de suprimentos.
   • Trilhos de orientação definem limites estritos para o funcionamento dos agentes em ambientes isolados.
4. 14:42 - 18:45

   Futuro da autonomia e conclusões

   O debate sobre fábricas de software aponta para uma transição gradual em direção a ambientes altamente automatizados. A responsabilidade pelo código permanece com o desenvolvedor que inicia a tarefa, independentemente da autoria do agente. A conclusão reforça que a velocidade de escrita não equivale à velocidade de entrega segura sem validações automatizadas em todas as etapas.

   • Trinta e quatro por cento das empresas planejam utilizar fábricas autônomas até o próximo ano.
   • A identificação de código gerado por inteligência artificial em pull requests auxilia na auditabilidade a curto prazo.
   • Escrever código tornou-se a etapa mais rápida, exigindo verificação automatizada independente em cada ciclo.