Claude Code doet nu dagelijks onderhoud aan software van Anthropic zelf

Anthropic test of zijn AI-assistent Claude Code zelfstandig het dagelijkse onderhoud van bedrijfssoftware kan overnemen. Volgens Boris Cherny, de Anthropic-ingenieur die Claude Code ontwikkelde, draait het systeem al enkele weken routines op alle platformen van het bedrijf: iOS, Android, desktop, web, de command line en de Agent SDK. In plaats van dat ontwikkelaars tijd kwijt zijn aan repetitief onderhoudswerk, doet de AI-programmeertool dat nu zelf. Cherny noemt de eerste resultaten 'verrassend positief'.

Twaalf vaste onderhoudsroutines

Het systeem werkt via een speciaal Slack-kanaal genaamd 'proj-claude-maintains-apps', waar Cherny in gewone taal opdrachten geeft. Er komt geen ingewikkelde technische instructie aan te pas: hij vraagt Claude simpelweg om dagelijks te controleren op crashes in de iOS-, Android- en desktopapp, om daarbij de echte applicatie te gebruiken in plaats van een nagebouwde testversie, en om bij problemen automatisch een oplossing voor te stellen.

In totaal draait Claude twaalf gespecialiseerde routines. Een 'Crash Fuzzer' opent apps in een simulator en tikt willekeurig rond om crashes uit te lokken, zoekt vervolgens de oorzaak en schrijft een reparatie. Een 'Dup Unifier' speurt de programmeercode door op bijna identieke stukjes code die zijn samen te voegen. De 'Dead Code Remover' verwijdert code die nooit meer wordt gebruikt; bij twijfel voegt het systeem eerst een meting toe om een dag later te controleren of het vermoeden klopt. Andere routines sporen instabiele tests op, halen overbodige functievlaggen weg van features die allang volledig zijn uitgerold, en vereenvoudigen ingewikkelde bedrijfslogica of overdreven complexe softwarestructuren.

Bijna de helft van de wijzigingen goedgekeurd

In de eerste paar weken produceerde Claude Code 388 pull requests verspreid over de repositories van Anthropic. Na een combinatie van automatische controle door Claude zelf en menselijke code review werden daarvan 180 goedgekeurd en doorgevoerd, een slagingspercentage van ongeveer 46 procent. Volgens Cherny doet de autonome AI-agent het meestal in één keer goed. Gaat het mis, dan stelt het team de betreffende routine bij, zodat de AI het de volgende dag beter doet. Dat bijstellen kost soms een paar dagen.

Meer dan de helft van de automatisch gegenereerde wijzigingen haalde de eindstreep dus niet. Dat laat zien dat de aanpak nog grenzen kent, maar ook potentie heeft. Anthropic onderzoekt inmiddels hoe het goedkeuringsproces voor dit soort mechanische aanpassingen sneller kan. Cherny omschrijft het experiment voorzichtig als 'vroege tekenen van leven' dat autonoom AI-onderhoud van software daadwerkelijk kan werken.