अँथ्रोपिकने क्लॉड कोडसाठी कोड रिव्ह्यू सामान्यत: उपलब्ध करून दिला आहे, मल्टी-एजंट पुल रिक्वेस्ट रिव्ह्यू सिस्टमला मार्च 2026 मध्ये एंटर केलेल्या संशोधन पूर्वावलोकनाच्या बाहेर हलवले आहे. सामान्य उपलब्धता रिलीझ जलद पुनरावलोकनांसह, अधिक संक्षिप्त निष्कर्षांसह येते आणि - The Next Web च्या अहवालानुसार — दत्तक संस्थांसाठी संलग्न केलेल्या क्रेडिट्समध्ये $50,000.
टीम आणि एंटरप्राइझ प्लॅनसाठी 9 मार्च 2026 रोजी संशोधन पूर्वावलोकन म्हणून प्रथम सादर केलेली प्रणाली, प्रत्येक पुल विनंतीची तपासणी करण्यासाठी AI एजंट्सची टीम पाठवते. अँथ्रोपिकने त्या वेळी सांगितले की प्रति अभियंता त्याचे स्वतःचे कोड आउटपुट मागील वर्षाच्या तुलनेत 200 टक्के वाढले होते, कोड पुनरावलोकनाला अडथळे आणले: कोड पुनरावलोकन अंतर्गत तैनात करण्यापूर्वी, कंपनीच्या पुल विनंत्यांपैकी केवळ 16 टक्के ठोस पुनरावलोकन टिप्पण्या प्राप्त झाल्या. तैनातीनंतर, हा आकडा 54 टक्क्यांवर पोहोचला. For more context on this story, see our ongoing AI news.
मल्टी-एजंट पुनरावलोकन पाइपलाइन कशी कार्य करते
अँथ्रोपिकच्या कोड रिव्ह्यू डॉक्युमेंटेशननुसार, प्रत्येक रिव्ह्यू चार टप्प्यात एन्थ्रोपिक इन्फ्रास्ट्रक्चरवर चालतो. प्रथम, संभाव्य समस्या शोधण्यासाठी अनेक एजंट फरक आणि आसपासच्या कोडचे समांतरपणे परीक्षण करतात. दुसरी, पडताळणीची पायरी प्रत्येक उमेदवाराला वास्तविक कोडच्या विरूद्ध शोधून तपासते आणि खोटे सकारात्मक फिल्टर करते. तिसरे, उर्वरित निष्कर्ष काढून टाकले जातात आणि तीव्रतेनुसार रँक केले जातात. शेवटी, परिणाम पुल विनंतीवर पोस्ट केले जातात.
प्रत्येक पुनरावलोकन संबंधित विशिष्ट ओळींवर इनलाइन टिप्पण्या सोडते, सारांश, आणि "क्लॉड कोड रिव्ह्यू" नावाचा चेक रन निष्कर्षांची सूची देते. विशेष म्हणजे, चेक रन कधीही अयशस्वी म्हणून संपत नाही आणि पुनरावलोकन कधीही पुल विनंतीला मान्यता देत नाही किंवा अवरोधित करत नाही — विलीनीकरणाचा निर्णय मानवी संघासह राहतो. जेव्हा पुनरावलोकनामध्ये ध्वजांकित करण्यासारखे काहीही आढळत नाही, तेव्हा चेक रन अहवाल देतो की कोणतीही समस्या आढळली नाही.
डीफॉल्टनुसार, कोड रिव्ह्यू अचूकतेवर लक्ष केंद्रित करते: स्वरूपन प्राधान्ये किंवा गहाळ चाचणी कव्हरेज ऐवजी उत्पादन खंडित करणारे दोष. REVIEW.md आणि CLAUDE.md मार्गदर्शन फायली वापरून काय ध्वजांकित केले जाते ते रिपॉझिटरीज ट्यून करू शकतात आणि Anthropic च्या दस्तऐवजीकरणात असे नमूद केले आहे की REVIEW.md हे बेस किंवा डीफॉल्ट शाखेतून वाचले जाते — पुल विनंतीच्या स्वतःच्या बदलांमधून कधीही नाही, एक डिझाइन निवड जी पुल विनंतीला स्वतःचे पुनरावलोकन निकष पुन्हा लिहिण्यापासून प्रतिबंधित करते.
जलद पुनरावलोकने आणि शांत निष्कर्ष
अँथ्रोपिकने सांगितले की त्याने पुनरावलोकने जलद करण्यासाठी, महत्त्वाचे दोष शोधण्यासाठी आणि प्रत्येक भांडारात ट्यून करणे सोपे करण्यासाठी संशोधन पूर्वावलोकन कालावधी वापरला. कंपनीच्या म्हणण्यानुसार, बहुतेक पुनरावलोकने आता पूर्वावलोकनाच्या तुलनेत अंदाजे तीनपट वेगाने पूर्ण होतात, सामान्य पुनरावलोकन वेळ सुमारे 20 मिनिटांपासून 6-10 मिनिटांपर्यंत जातो.
स्वतःचे निष्कर्ष देखील पुन्हा स्वरूपित केले गेले आहेत. अँथ्रोपिक म्हणाले की निष्कर्ष आता समस्या, कशामुळे ट्रिगर करतात आणि काही वाक्यांमध्ये निराकरण करतात. प्रशासक प्रत्येक रेपॉजिटरीला द्रुत, मानक किंवा सखोल पुनरावलोकन स्तर नियुक्त करू शकतात, अधिक तपशीलवार स्तरांची किंमत अधिक आहे. एन्थ्रोपिकने नमूद केले की पूर्वावलोकन वापरकर्त्यांना "शांत" आणि प्रत्येक बदलासाठी आकार देणारी पुनरावलोकने हवी आहेत — अभिप्राय ज्याने सामान्य उपलब्धता प्रकाशनाला आकार दिला.
अँथ्रोपिकच्या अंतर्गत संख्या काय दर्शवतात
कंपनीने जवळजवळ प्रत्येक अंतर्गत पुल विनंतीवर कोड रिव्ह्यू चालवण्याची आकडेवारी प्रकाशित केली आहे. 1,000 पेक्षा जास्त ओळी बदललेल्या अंतर्गत पुल विनंत्यांवर, अँथ्रोपिकने सांगितले की 84 टक्के निष्कर्ष प्राप्त झाले, प्रत्येकी सरासरी 7.5 समस्या. 50 ओळींखालील विनंत्या 31 टक्क्यांपर्यंत घसरल्या आहेत, सरासरी 0.5 समस्या आहेत - हे चिन्ह आहे की प्रणाली बदलाच्या आकारासह त्याची छाननी मोजते. अभियंत्यांनी 1 टक्क्यांहून कमी निष्कर्ष चुकीचे म्हणून चिन्हांकित केले.
ॲन्थ्रोपिकने लवकर-ॲक्सेस वापरातून ठोस कॅचकडे देखील लक्ष वेधले: TrueNAS च्या ओपन-सोर्स मिडलवेअरमधील एक सुप्त प्रकार-मिसमॅच बग जो प्रत्येक सिंकवर ZFS एन्क्रिप्शन की कॅशे शांतपणे पुसून टाकत होता, जवळच्या कोडमध्ये पूर्व-अस्तित्वात असलेली समस्या ज्याला पुल विनंतीने स्पर्श केला होता.
संघ ते कसे चालू करतात
कोड पुनरावलोकन सक्षम करण्यासाठी, प्रशासक क्लॉड कोड सेटिंग्जमध्ये ते चालू करतो, क्लॉड गिटहब ॲप स्थापित करतो आणि भांडार निवडतो. एकदा सक्षम केल्यावर, वैयक्तिक विकसकांकडून कोणत्याही कॉन्फिगरेशनची आवश्यकता नसताना नवीन पुल विनंत्यांवर पुनरावलोकने स्वयंचलितपणे चालतात. रिपॉझिटरी एकदा पुल विनंती उघडल्यावर, प्रत्येक पुशनंतर किंवा फक्त विनंती केल्यावर रिपॉझिटरी रिव्ह्यू चालवते की नाही हे टीम निवडू शकतात आणि लिहिण्याचा ॲक्सेस असलेले कोणीही @claude रिव्ह्यूवर टिप्पणी करून ट्रिगर करू शकतात. मसुदे आणि काटे स्वयंचलित पुनरावलोकनांमधून वगळण्यात आले आहेत.
पुनरावलोकने केवळ-वाचनीय रेपॉजिटरी प्रवेशासह व्यवस्थापित वातावरणात चालतात, भिन्न आणि आसपासच्या कोडमधून ते तयार किंवा चालविल्याशिवाय कार्य करतात आणि स्वयं-होस्ट केलेल्या वातावरणात चालत नाहीत. कोड पुनरावलोकन प्रत्येक पुनरावलोकन कोणत्या क्लॉड मॉडेलवर चालते हे निवडते — प्रशासक सेटिंग्ज मॉडेल पर्याय देत नाहीत.
आवश्यकता आणि मर्यादा
सेवेसाठी GitHub वर होस्ट केलेल्या टीम किंवा एंटरप्राइझ प्लॅन आणि रेपॉजिटरीज आवश्यक आहेत, ज्यामध्ये GitHub Enterprise Server आणि GitHub Enterprise Cloud यांचा समावेश आहे. हे झिरो डेटा रिटेन्शन सक्षम केलेल्या किंवा HIPAA कॉन्फिगरेशन लागू केलेल्या संस्थांसाठी उपलब्ध नाही, Anthropic च्या बिझनेस असोसिएट करारांतर्गत समाविष्ट नाही आणि ग्राहक-व्यवस्थापित एनक्रिप्शन की वापरणाऱ्या संस्थांसाठी अद्याप उपलब्ध नाही. विकसक Amazon Bedrock द्वारे क्लॉड कोडमध्ये प्रवेश करत असताना देखील क्लॉड संस्था आवश्यक आहे.
गजबजलेल्या मार्केटला नवीन पद मिळाले आहे
AI-व्युत्पन्न कोडला AI-व्युत्पन्न पुनरावलोकनाची आवश्यकता आहे असे सट्टेबाजी करण्यात मानववंशी एकटा नाही. CodeRabbit, एक समर्पित AI कोड पुनरावलोकन स्टार्टअप, ने ऑगस्टमध्ये $1.5 अब्ज मूल्यावर $143 दशलक्ष जमा केले आणि प्लॅटफॉर्म विक्रेते त्यांच्या विकसक टूलचेनमध्ये पुनरावलोकन एजंट फोल्ड करत आहेत. एन्थ्रोपिकच्या प्रवेशामध्ये काय फरक आहे ते म्हणजे वितरण: कोड रिव्ह्यू क्लॉड कोडच्या आत जहाजे, ज्याचा वापर अनेक समान संघ आधीच कोड लिहिण्यासाठी करतात.
सामान्य उपलब्धता प्रकाशन प्रभावीपणे एंटरप्राइझ ग्राहकांसाठी क्लॉड कोड वर्कफ्लोचा एक डीफॉल्ट भाग स्वयंचलित पूर्व-मानवी पुनरावलोकन बनवते. संघांनी विलीनीकरणास कधीही अवरोधित न करणाऱ्या समीक्षकाला आलिंगन दिले की नाही — परंतु 1,000-लाइन फरक वाचताना कधीही कंटाळा येत नाही — येत्या काही महिन्यांत विलीनीकरणाच्या रांगेत दिसून येईल.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
