Daftar Isi
Tim pengembang Claude Code di Anthropic membagikan pendekatan mendalam mengenai cara mereka melakukan verifikasi dan peninjauan kode perangkat lunak. Proses verifikasi ini berfokus pada pengujian aplikasi secara menyeluruh dan otomatis untuk memastikan setiap perubahan berjalan dengan baik sebelum digabungkan.
Menjalankan Simulasi dan Pengujian Menyeluruh
Berdasarkan laporan dari Hacker News, pengujian aplikasi dari ujung ke ujung (end-to-end) memiliki arti jauh lebih penting dibandingkan sekadar menjalankan tes kode biasa. Claude dapat menguji seluruh aplikasi menyerupai cara kerja manusia atau insinyur penjaminan mutu (QA) dengan memanfaatkan ekstensi Chrome, MCP seluler untuk iOS atau Android, penggunaan komputer untuk desktop, atau menjalankan layanan secara lokal untuk pekerjaan backend.
Untuk memulai simulator atau menjalankan aplikasi, pengembang dapat membuat keterampilan khusus bernama verify di dalam direktori repositori. Tim pengembang menyarankan agar pengembang berinvestasi dalam membuat keterampilan verifikasi ini agar bekerja dengan cepat dan andal. Dengan memberikan cara bagi Claude untuk melakukan uji coba asap (smoke test) secara menyeluruh, sistem akan mengulangi proses dan mendeteksi kesalahan lebih cepat.
Penanganan Kegagalan Tes dan Pemeriksaan Keandalan
Kegagalan dalam pemeriksaan digunakan sebagai penentu kapan keterlibatan manusia diperlukan. Claude akan menjalankan pemeriksaan dan berupaya memperbaiki segala kendala yang gagal. Apabila pemeriksaan masih mengalami kegagalan setelah tiga putaran, Claude akan berhenti dan melibatkan manusia untuk turun tangan.
Pemilik kode bertanggung jawab menulis dan menyempurnakan pemeriksaan untuk kode mereka sendiri. Selain itu, tim memelihara daftar periksa keandalan yang berisi 39 item dengan pemicu yang dapat dibaca dari sebuah perbedaan (diff). Claude membaca perbedaan tersebut dan hanya memeriksa item yang pemicunya cocok, yang biasanya berkisar antara tiga hingga sepuluh item saja.
Prosedur Peninjauan dan Keamanan Pemeriksaan
Alih-alih menumpuk banyak peninjau dengan biaya lebih tinggi, tim lebih memilih menyetel peninjau utama melalui panduan peninjauan yang merinci aspek-aspek yang harus diperhatikan. Putaran peninjauan dan verifikasi dirancang agar saling membangun berdasarkan konteks dari tahap sebelumnya, bukan melakukan pemeriksaan ulang dari awal.
Keamanan pemeriksaan dijaga agar perubahan kode tidak dapat memodifikasi pemeriksaan yang menilai kode itu sendiri. Peninjauan kode membaca berkas panduan dari cabang dasar dan bukan dari perubahan di dalam permintaan tarik (pull request). Tim juga memastikan bahwa pemeriksaan yang lebih murah dijalankan terlebih dahulu sebelum membuka permintaan tarik.
Penerapan Mode Observasi dan Evaluasi Pemeriksaan
Setiap komit di dalam repositori diberi stempel cara verifikasinya, termasuk label jika tidak diverifikasi. Tim juga menerapkan gerbang komit yang dapat memblokir komit jika sesi sebelumnya tidak menyertakan perintah peninjauan atau verifikasi. Gerbang ini diatur ke dalam mode mati, observasi, dan penegakan.
Mode observasi berfungsi mencatat tindakan yang seharusnya diblokir guna meninjau potensi kesalahan positif. Sementara itu, mode penegakan akan memblokir komit kecuali terdapat penjelasan di dalam pesan komit. Pembatasan ini diatur agar agen tidak mengalami kebuntuan.
Evaluasi Kinerja dan Penanganan Masalah
Tim secara rutin mengulas peninjau dengan melacak jumlah perubahan tergabung yang dikembalikan, penolakan pemelihara sebelum digabungkan, serta subset perubahan bersih. Evaluasi formal juga dilakukan berdasarkan insiden dan pengembalian di masa lalu untuk mengukur tingkat perolehan temuan mentah, pasca-verifikasi, dan peninjauan akhir secara terpisah.
Selain keabsahan, dimensi penting lainnya adalah tingkat urgensi perbaikan bug, di mana peninjau menandai temuan sebagai penting, catatan kecil (nit), atau sudah ada sebelumnya. Kasus yang terlewat diubah menjadi aturan baru melalui analisis pola komentar tinjauan manusia atau pengujian ulang terhadap insiden yang diketahui. Tes yang tidak stabil (flaky tests) akan diselidiki akar penyebabnya atau dihapus jika akar masalahnya tidak ditemukan, sementara rangkaian tes dan berkas panduan secara rutin dibersihkan agar tidak menumpuk.
Sumber: Hacker News: Front Page







