Code review avec l'IA : un regard neuf plutôt qu'une auto-évaluation

La review IA fonctionne mieux avec un contexte neuf : ce n'est pas l'agent qui a écrit le code qui doit le noter – et la mission a besoin de limites claires.

Le principe clé : un contexte neuf

Les bonnes pratiques d'Anthropic sont sans équivoque ici : un contexte neuf améliore la review, parce que Claude n'est pas biaisé envers du code qu'il vient d'écrire lui-même. L'auteur a tendance à considérer sa propre approche comme correcte – un reviewer qui ne voit que le diff et les critères évalue le résultat de façon indépendante. Dans Claude Code, la commande /code-review tourne donc dans son propre sous-agent avec un contexte neuf.

Les outils

En local, /code-review vérifie le diff actuel à la recherche de bugs avant que tu ne push. Sur GitHub, une review automatique peut analyser chaque pull request et poster les résultats sous forme de commentaires inline avec un niveau de gravité.

Ce que la review IA fait bien – et ce qu'elle ne fait pas

Elle est forte sur la correction : erreurs de logique, cas limites oubliés, violations de règles de projet documentées. Elle est faible sur les jugements qui ont besoin de contexte au-delà du code : décisions d'architecture, compromis, ou si une abstraction aide vraiment l'équipe sur le long terme. Et : un reviewer chargé de trouver des lacunes en trouve presque toujours – même dans un travail solide.

Délimiter la mission

Donc il faut limiter le prompt de review : nomme ce qui est vérifié, par rapport à quoi, et ce qui compte comme un résultat. La doc le formule ainsi : « Report gaps, not style preferences » – signale les lacunes, pas les préférences de style.

EXEMPLE

Prompt de review avec des limites claires : « Utilise un sous-agent et vérifie le diff du rate limiter par rapport à PLAN.md. Vérifie : chaque exigence implémentée ? Cas limites testés ? Rien changé en dehors de la mission ? Signale les lacunes, pas les préférences de style. »

🛠️ EXERCICE — À TOI DE JOUER

Fais réviser un diff par un contexte neuf et évalue toi-même les résultats.

Fais une petite modification dans un projet (ou prends une branche ouverte) et exécute /code-review dans Claude Code.
Trie les résultats en deux groupes : « concerne la correction » et « style/goût ».
Corrige uniquement les résultats liés à la correction et note lesquels tu écartes volontairement – avec une phrase de justification.

✅ AUTO-VÉRIFICATION

☐ As-tu pu classer chaque résultat dans l'un des deux groupes ?
☐ As-tu écarté au moins un résultat de façon justifiée, plutôt que de courir après tout ?
☐ Peux-tu expliquer pourquoi la review a tourné dans un sous-agent plutôt que dans ta session ?

QUIZ RAPIDE

Pourquoi la code review doit-elle, selon Anthropic, se dérouler dans un contexte neuf – et pas dans la session qui a écrit le code ?