Claude Code टीम का verification दर्शन

मूल शीर्षक: How the Claude Code team thinks about verification

यह क्यों महत्वपूर्ण है

AI agents द्वारा कोड लिखने के युग में verification की रणनीति software quality और deployment speed दोनों तय करती है।

Claude Code टीम का लगभग 90% कोड Claude द्वारा लिखा और समीक्षित किया जाता है। Addy Osmani ने 16 नवंबर 2026 को बताया कि E2E, property और differential tests से agents अपने काम को स्वयं जाँच सकते हैं।

Claude Code टीम के अनुसार verification loops ही वह आधार है जिससे agents पर अधिक काम सौंपा जा सकता है। बिना verification के एक साथ केवल एक-दो Claude instances चलाए जा सकते हैं, क्योंकि हर चीज़ मनुष्य को खुद जाँचनी पड़ती है। लेकिन verification loop के साथ दर्जनों या सैकड़ों instances समानांतर में चलाए जा सकते हैं।

आंतरिक परीक्षण में पाया गया कि structured file generation में एक अलग grader द्वारा Claude के काम को rubric के आधार पर जाँचने से task success दर सामान्य prompting loop की तुलना में 10 अंक तक बढ़ी — सबसे कठिन समस्याओं में सुधार सबसे अधिक रहा।

टीम तीन प्रकार के tests को प्राथमिकता देती है। पहला, E2E (end-to-end) tests — ये असली user flows जैसे cart में item जोड़ना, checkout करना आदि को जाँचते हैं। इन्हें भ्रमित करना कठिन है: या तो feature काम करता है या नहीं। दूसरा, property tests — जो यह सुनिश्चित करते हैं कि code की कुछ विशेषताएँ हमेशा सही रहें। तीसरा, differential tests — जो पुराने और नए output की तुलना करते हैं।

Flaky tests से बचना ज़रूरी है क्योंकि वे agent को fix करने की बजाय दोबारा run करने के लिए प्रेरित करते हैं। भारी tests को commit से पहले चलाना बेहतर रहता है। अगर कोई agent बार-बार एक ही test में fail हो, तो CLAUDE.md में rule जोड़कर भविष्य में उस समस्या को रोका जा सकता है।

स्रोत

claude.dev — मूल लेख पढ़ें →