Comment l'équipe de Claude Code fait évoluer les boucles de vérification par IA
L'équipe de Claude Code explique comment elle utilise des tests de bout en bout, des tests de propriété et des tests différentiels pour vérifier le code généré par les agents à grande échelle.
Traduit automatiquement depuis l'original anglais.
L'équipe de Claude Code chez Anthropic confie désormais à Claude la rédaction et la revue d'environ 90 % de sa base de code. Dans un article de blog publié en novembre 2026, l'équipe a détaillé son utilisation de boucles de vérification structurées pour maintenir la qualité tout en augmentant l'usage des agents. Cette approche leur permet de faire tourner des dizaines ou des centaines d'agents en parallèle en automatisant le processus de collecte de preuves qui nécessitait auparavant une supervision humaine.
Ce qui s'est passé
À cette échelle, la vérification manuelle devient un goulot d'étranglement. L'équipe a constaté qu'en l'absence de vérification automatisée, les ingénieurs ne pouvaient gérer qu'un ou deux agents à la fois, car chaque sortie exigeait une inspection personnelle. En dotant les agents de la capacité de vérifier leur propre travail contre des critères spécifiques, ils ont débloqué un parallélisme massif. Les tests internes ont montré que l'utilisation d'un correcteur séparé pour vérifier la génération de fichiers structurés améliorait le taux de réussite des tâches jusqu'à dix points, les gains les plus significatifs apparaissant sur les problèmes les plus difficiles.
Le constat central est que les tâches de vérification, autrefois coûteuses pour les humains, sont désormais peu onéreuses pour les agents. Les agents peuvent rapidement générer des tests, des benchmarks et des spécifications. Une fois créés, ces artefacts fonctionnent comme des logiciels standards, permettant une exécution fréquente sans consommer de tokens supplémentaires. L'équipe ferme la boucle en utilisant les résultats des tests pour mettre à jour les règles des agents, par exemple en ajoutant des contraintes explicites aux fichiers de configuration lorsqu'un agent échoue répétitivement à une vérification spécifique.
Comment cela fonctionne
L'équipe privilégie trois types spécifiques de tests pour garantir la robustesse. Premièrement, elle préfère les tests de bout en bout (E2E) aux tests unitaires, car les tests E2E décrivent les flux utilisateurs réels et sont difficiles à tromper. Alors que les tests unitaires peuvent passer même si une fonctionnalité est cassée, les tests E2E fournissent des critères de fin définitifs et des preuves concrètes d'échec, telles que des captures d'écran. Les agents utilisent des outils comme CDP ou des simulateurs pour interagir avec le système en cours d'exécution, guidés par des cartes de fonctionnalités listant les chemins et résultats attendus.
Deuxièmement, ils utilisent des tests de propriété pour détecter les cas limites que les humains et les agents manquent souvent. Au lieu de tester des entrées spécifiques, les tests de propriété définissent des invariants qui doivent toujours être vrais, tels que la cohérence du codage aller-retour ou des soldes de compte non négatifs. Des bibliothèques comme fast-check ou Hypothesis génèrent des milliers d'entrées aléatoires pour tenter de briser ces règles, offrant ainsi une vérification impartiale du code généré par les agents. Troisièmement, pour les migrations à grande échelle, ils emploient des tests différentiels. Ceux-ci comparent la sortie des anciens et nouveaux systèmes en utilisant les mêmes entrées, signalant toute déviation comme un bug potentiel.
Détails clés
- Les boucles de vérification permettent aux équipes de passer de la gestion d'un ou deux agents à des dizaines ou centaines en parallèle.
- Les tests de bout en bout sont préférés car ils valident les flux utilisateurs réels et fournissent des preuves concrètes d'échec.
- Les tests de propriété utilisent la génération d'entrées aléatoires pour trouver les cas limites que les agents sujets aux biais pourraient négliger.
- Les tests différentiels comparent les sorties des anciens et nouveaux systèmes pour détecter les régressions lors des migrations.
- Les agents tentent de corriger les vérifications échouées pendant trois tours avant d'escalader le problème vers un relecteur humain.
- Les règles de vérification sont stockées dans des branches que les agents ne peuvent pas modifier, ce qui les empêche d'altérer leurs propres critères de notation.
Pourquoi c'est important
Pour les leaders techniques et les développeurs construisant avec des agents IA, ce changement modifie la description principale du poste : il ne s'agit plus de lire chaque diff, mais de définir à quoi ressemble « terminé ». En investissant dans de solides couches de vérification, les équipes peuvent déléguer des tâches plus complexes aux agents sans sacrifier la qualité. La clé consiste à traiter la vérification comme un système nécessitant maintenance, ajustement et protection contre les très agents qu'elle évalue.
Cette approche réduit également la charge cognitive des relecteurs humains. Au lieu de chasser les bugs, les relecteurs se concentrent sur l'architecture de haut niveau et la gestion des cas limites que l'automatisation manque. La méthode de l'équipe consistant à utiliser le « mode observation » pour les nouvelles barrières leur permet d'ajuster la sensibilité sans bloquer le développement, garantissant que les faux positifs ne perturbent pas le flux de travail. Cet équilibre entre automatisation et supervision humaine est crucial pour un développement assisté par IA durable.
Ce que vous pouvez faire
- Créez une compétence
verifydans votre dépôt qui définit comment démarrer et tester votre application de bout en bout. - Priorisez la rédaction de tests E2E couvrant les parcours utilisateurs critiques plutôt que de compter uniquement sur les tests unitaires.
- Implémentez des tests de propriété pour la logique centrale afin de détecter les cas limites grâce à la génération d'entrées aléatoires.
- Stockez les règles de vérification et les directives de revue dans des fichiers comme
REVIEW.mdsur des branches protégées. - Configurez les agents pour exécuter des tests locaux et des linters avant d'ouvrir des pull requests afin d'économiser les ressources CI.
- Revoyez régulièrement les modifications annulées et les tests échoués pour mettre à jour vos règles de vérification et prévenir leur récurrence.



