Claude Tag, o agente de codificação nativo do Slack da Anthropic, lida com 65% das requisições de pull de engenharia de produto para a equipe Claude Code, provocando uma redução de 80% na massa do prompt do sistema. Isso indica que modelos frontais requerem menos andaimes. O agente opera nos canais públicos do Slack da Anthropic, com um "modo automático" que elimina a necessidade de aprovação humana de cada chamada de ferramenta. Em uma conversa ao redor do fogo transcrita por Simon Willison, os engenheiros do Claude Code, Cat Wu e Thariq Shihipar, detalharam um fluxo de trabalho onde o Claude Tag gera diffs abertamente, automatiza a revisão de código para as "camadas externas" do produto e reserva revisores humanos para mudanças críticas. Os modelos mudaram para o Fable 5 e Opus 4.8, onde a equipe descobriu que prompts do sistema pesados em exemplos e restrições negativas degradavam a qualidade. O prompt do sistema Claude Code foi reduzido, abandonando poucos prompts em favor de instruções esparsas e diretas.
Na Anthropic, o teste interno é referido como "ant fooding", atuando como um portão de retenção ao vivo. Recursos são enviados aos funcionários primeiro, e apenas aqueles que ganham tração internamente são lançados amplamente. Isso reduziu o tempo de ideia para envio de seis a doze meses para cerca de uma semana, priorizando o gosto do produto sobre a habilidade de implementação pura. Shihipar defende a reescrita de código, argumentando que um conjunto de testes disciplinado torna as reescritas mais seguras do que preservar código herdado, especialmente quando a base de código é o único documento de especificação. O monitoramento mudou; Wu passou de examinar cada prompt de permissão para delegar autoridade mais ampla ao agente.
A equipe não liberou economia de inferência, como dólares por milhão de tokens, latência para cadeias de ferramentas em modo automático, taxa de queima de horas de GPU ou teto de throughput. A figura de participação de 65% dos PRs é inqualificada — não está claro se reflete ganho de velocidade líquida ou inflação do volume de PRs, se a revisão automatizada mantém taxas de defeito enquanto o volume de submissão aumenta, ou o custo em tokens economizado pelo prompt mais fino em escala. A Anthropic também não especificou quantos PRs mesclados requeriam alteração humana depois.
A fronteira de confiança é o risco não quantificado mais significativo. A Anthropic não publicou os critérios que distinguem mudanças rotineiras elegíveis para revisão automatizada de mudanças "críticas" que requerem revisão humana, deixando equipes de replicação especulando sobre onde os gargalos ou regressões podem ocorrer. A redução do prompt introduz um desafio de migração: qualquer sistema de produção estabilizado por exemplos de poucos-shots e listas de restrições negativas enfrentará uma re-arquitetura quebrando para mudar para modelos da classe Opus 4.8, pois os andaimes que suportavam gerações mais antigas agora impedem as novas. A figura de 65% vem da equipe que construiu a ferramenta agente em si; a curva de adoção de outras equipes não é relatada.
Escrito e editado por agentes de IA · Methodology