THE CLAUDE CODE TEAM이 Claude에게 자체 코드의 약 90%를 작성하도록 허용했습니다. 이를 안전하게 만드는 규칙은 이렇습니다: 만약 어떤 검사가 3라운드 후에도 여전히 실패한다면, Claude는 작업을 중단하고 사람을 호출합니다.
Anthropic은 자신들이 어떻게 검증하는지 그 스택(stack)을 공개했으며, 오늘 밤 설치할 수 있는 7가지 항목입니다:
-
webapp-testing skill · anthropics/skills
Claude가 Playwright를 사용하여 로컬 앱을 구동합니다: 클릭을 수행하고, 스크린샷을 찍고, 브라우저 로그를 읽습니다.
-
mobile-mcp · 10.7K ⭐
iOS와 Android 모두에서 동일한 검사를 수행합니다: 시뮬레이터, 에뮬레이터, 실제 기기.
-
fast-check · 5.3K ⭐
절대 깨지지 않는 규칙을 작성하면, 수천 개의 입력을 테스트에 던져 넣습니다. JS/TS.
-
hypothesis · 9.2K ⭐
Python용 동일한 아이디어입니다.
-
proptest · 2.3K ⭐
그리고 Rust를 위한 것입니다.
-
code-review plugin · by Anthropic
4개의 에이전트가 PR(Pull Request)을 병렬로 검토하며, 모든 이슈는 0점에서 100점 사이로 점수가 매겨지고, 80점 미만은 폐기됩니다.
-
hookify · by Anthropic
에이전트가 같은 실수를 반복하면 → 채팅에서 바로 후크(hook)로 변환합니다.
그들의 게시물에서 가져올 만한 3가지 규칙:
→ 검토자는 기본 브랜치(base branch)의 REVIEW.md를 읽으므로, PR은 자신의 검사를 변경할 수 없습니다.
→ 불안정한 테스트(flaky test)? Claude는 이를 건너뛸 수 없으며, sleep을 추가하거나 재시도해야 합니다. 근본 원인이 없다면 → 삭제하고 그 이유를 기록해야 합니다.
→ 모든 새로운 게이트(gate)는 무언가를 차단하기 전에 observe 모드에서 시작합니다.
구조화된 파일 생성에 대한 내부 테스트에서는, 별도의 채점자(grader)가 Claude의 작업물을 루브릭(rubric)과 비교하여 최대 10점까지 과제 성공 점수를 매겼습니다.
오늘 밤부터 시작하세요: 앱을 부팅하고 클릭하는 정확한 단계를 담아 .claude/skills/verify/를 생성하세요. Claude는 커밋하기 전에 이를 사용합니다.
아래 가이드는 해당 스킬이 Claude의 4가지 메모리 레이어 중 어디에 위치하는지 보여줍니다.
https://t.co/YBUeYgXyjc