Revisión de código con IA: Anthropic duplicó sus pull requests en meses y bajó más de 40% las reversiones
Revisión de código con IA: Anthropic duplicó sus pull requests y bajó más de 40% las reversiones con aprobación humana según riesgo. Lecciones para tu empresa.

Entre junio y septiembre, el número de pull requests fusionados en el repositorio de Claude Code más que se duplicó, mientras que la proporción de cambios que hubo que revertir cayó más de 40%. Es el resultado de una apuesta poco habitual: la revisión de código con IA ya no es un complemento del proceso, sino el centro de un sistema donde los humanos intervienen según el riesgo del cambio y no según cuántas líneas alcanzaron a leer.
Addy Osmani, Morgan Westlee Lunt y Qing Wang describieron cómo el equipo de Claude Code adaptó su flujo a un volumen creciente de código generado por IA, según informó InfoQ. La verificación se movió hacia el inicio del proceso. Antes de abrir un pull request, Claude ejecuta pruebas, compilaciones y linters, y un agente distinto revisa los cambios en un contexto limpio. Después, cada pull request pasa por varias capas automáticas: revisores basados en Claude buscan posibles errores, varios agentes investigan cada hallazgo de forma independiente y otro grupo los verifica. Además, una revisión de seguridad separada puede bloquear la fusión si quedan problemas sin resolver.
La intervención humana depende del riesgo. Los cambios de bajo riesgo, como actualizaciones de documentación o funciones internas tras un feature flag, pueden no requerir aprobación. Los de riesgo medio piden una persona; los de riesgo alto, dos. Y lo más sensible, como los flujos de CI, siempre pasa por ojos humanos.
Para que la automatización no abrume con comentarios, el equipo limitó los ciclos de revisión a tres rondas; después se le pide al autor replantear la implementación. Las revisiones posteriores se centran en lo nuevo, no en repasar todo el pull request. Según Anthropic, la proporción de pull requests internos que pasan tras una sola ronda de revisión y corrección subió de 65% a 78%, y los que necesitaban cinco o más rondas bajaron de 8,9% a 1,5%.
Cómo aplicar la revisión de código con IA en tu empresa
La lección central no es «pon un bot a revisar». Es rediseñar el proceso alrededor del riesgo. Si tus equipos ya usan agentes de IA para programar, el cuello de botella dejará de ser escribir código y pasará a ser validarlo. Estas son las acciones que se desprenden del caso:
Si quieres profundizar en el debate interno sobre cuánto debe entender un equipo de su propio producto, lo analizamos en este artículo sobre la revisión de código con IA y la idea de que nadie necesita entender todo Claude Code. Y para dimensionar la escala del fenómeno, conviene repasar cómo Claude ya escribe el 90% del software de Anthropic y qué riesgos advierte la propia compañía.
Errores a evitar y la pregunta que deja abierta
Hay tres trampas visibles. La primera es eliminar la supervisión humana por completo: Anthropic insiste en que las personas siguen decidiendo sobre arquitectura, dirección de producto y cambios de alto riesgo, y que quien dirige al agente responde por el código que produce. La segunda es medir solo velocidad. El dato valioso del caso no es que se dupliquen las fusiones, sino que lo hagan mientras las reversiones bajan. La tercera es ignorar el impacto organizativo: un comentario de un lector en InfoQ lo resumió bien al preguntar si la revisión de código ya equivale a testing y si sigue existiendo un equipo de QA. Esa frontera difusa merece una conversación en tu empresa antes de que la fuerce la tecnología. Para ver cómo otra organización ataca ese terreno, mira cómo TCS recortó 88% el esfuerzo de testing en banca con agentes.
También conviene un matiz: estas cifras son internas y las reporta la propia Anthropic, así que no son un benchmark independiente. Tómalas como una hipótesis seria para probar en tu contexto, no como una promesa.
La pregunta para tu comité de tecnología es concreta: si mañana el volumen de código de tu equipo se duplicara, ¿tu proceso de revisión de código con IA y de aprobación por riesgo estaría listo, o seguirías dependiendo de que alguien lea cada línea?
Preguntas frecuentes
¿Qué resultados obtuvo Anthropic con la revisión de código con IA?
Entre junio y septiembre, los pull requests fusionados en el repositorio de Claude Code más que se duplicaron y la proporción de cambios revertidos cayó más de 40%. Además, los pull requests que pasan tras una ronda de revisión subieron de 65% a 78%, y los que requieren cinco o más rondas bajaron de 8,9% a 1,5%.
¿Cómo funciona la aprobación humana según el riesgo en Claude Code?
Los cambios de bajo riesgo, como documentación o funciones tras feature flags, pueden no necesitar aprobación humana. Los de riesgo medio requieren una persona y los de alto riesgo, dos. Las áreas especialmente sensibles, como los flujos de CI, siempre requieren supervisión humana, además de las capas automáticas de revisión de código con IA.
¿Cómo evita Anthropic que los revisores de IA generen demasiado ruido?
El equipo limita los ciclos de revisión a tres rondas; luego se pide al autor reconsiderar la implementación. Las revisiones posteriores se enfocan en los cambios nuevos y no en reexaminar todo el pull request. Además, incidentes y reversiones alimentan un conjunto de evaluación que sirve para medir y mejorar a los revisores automáticos.