A Anthropic transferiu o plantão de primeira linha do CI/CD interno para o Claude Tag. No comunicado divulgado em 18 de agosto, dois números chamam mais atenção: depois que um chamado de incidente é aberto, o Claude entrega a primeira análise com evidências em uma mediana de 14 minutos; nos casos mais favoráveis, em apenas 4 minutos o relatório inicial já aponta a causa raiz.
O contexto que motivou isso é dito com bastante franqueza — o volume de código entregue por engenheiro a cada trimestre subiu para 8 vezes o valor original. Com a produção multiplicada, o número absoluto de falhas de build, testes instáveis e rollbacks de deploy também aumentou, e cada investigação costuma consumir mais de uma hora, muitas vezes fora do horário de trabalho.
Que chaves o Claude tem em mãos
O sistema funciona graças à configuração de permissões, não ao modelo em si. O Claude recebe, via conectores MCP, um conjunto de acessos: Grafana e o armazenamento de logs para ver métricas e stack traces, Datadog para complementar o monitoramento, GitHub para revisar commits, checar mudanças e abrir PRs, Kubernetes para dar recomendações no nível do cluster, além de PagerDuty e alguns canais do Slack para receber alertas e enviar conclusões. Ele tem sua própria conta de serviço, com ações auditáveis.
A decisão de acordar alguém ou não foi escrita diretamente como regra em linguagem natural. O exemplo dado no texto é: taxa de erro acima de 2% por mais de 5 minutos, fora de uma janela de release conhecida, aciona o plantão. Antes, esse tipo de limiar ficava em arquivos de configuração do sistema de monitoramento, e mudar um valor exigia passar pelo processo de release; escrito como regra que o Claude consegue ler, o custo de ajuste caiu para editar uma linha de texto. Além dos alertas automáticos, membros da equipe e a página interna de incidentes também podem acionar manualmente.
A fase de triagem roda em paralelo
Quando um incidente chega, o Claude inicia um agente orquestrador, que por sua vez despacha vários subagentes para investigar dependências diferentes em paralelo: um vasculha logs, outro compara os commits mais recentes, outro observa as curvas de métricas. O resultado desse “fluxo de trabalho dinâmico” é justamente aquela análise de 14 minutos.
O julgamento se apoia em dois tipos de arquivo. Um são os arquivos de skill, escritos como manuais de investigação por tipo de incidente — um deles trata especificamente do caminho de investigação de uma classe de bug particularmente teimosa e tem 617 linhas. O outro é o lessons.md, ao qual o próprio Claude acrescenta algo ao final de cada incidente, para consultar primeiro na próxima vez que um padrão semelhante aparecer. Os dois tipos de arquivo ficam no GitHub e passam pelo mesmo processo de revisão que o código.
A etapa de correção deixa espaço para o humano. O resultado mais comum é um PR, cujo deploy só é decidido depois da revisão de um engenheiro; o rollout gradual é controlado por feature flags; em casos que envolvem o cluster, o Claude sugere esvaziar, isolar ou escalar recursos, mas a execução fica a cargo de uma pessoa. Depois da correção, ele usa o mesmo conjunto de ferramentas para validar novamente o reparo.
A quem fica o resto do trabalho
A Anthropic deixa claro que reserva algumas coisas para as pessoas: melhorias de arquitetura de médio e longo prazo; complementar hipóteses junto com o Claude no modo compartilhado, já que ele nem sempre acerta o julgamento de primeira, exigindo que a intuição humana corrija o rumo; a barreira de revisão dos PRs; e o tom da comunicação — o formato dos relatórios de status precisou de várias rodadas de ajuste até agradar o time, e essa parte não foi possível automatizar.
A transição de plantão também foi transformada em produto. Há um relatório consolidado semanal, resumos diários, e um outro agente chamado ci-weather que reúne vários incidentes em um comunicado de status visível externamente.
Uma conta fácil de deixar passar
O número 8 vezes tem sentidos diferentes conforme o lado em que aparece — “por que fazer isso” e “como ficou depois de feito”. Primeiro, é a origem da pressão: para uma equipe do mesmo tamanho, com o volume de entregas 8 vezes maior, o número de chamados de incidente não fica parado. Ao mesmo tempo, é também a premissa que sustenta esse sistema de plantão — se o código ainda fosse digitado linha a linha por pessoas, a forma, a frequência e a explicabilidade dos incidentes estariam mais próximas da intuição dos engenheiros, e o ganho marginal de deixar a IA triar não seria tão evidente. Depois que a IA passou a participar em peso da escrita de código, faz sentido, na mesma cadeia, deixar que ela também assuma a primeira camada de investigação.
O limiar para adotar isso também foi deixado claro: é preciso o plano Team ou Enterprise do Claude, e conectar as ferramentas e configurar as permissões toma algumas horas no início. Para a maioria das equipes, a dificuldade provavelmente não está na integração técnica, mas em ter coragem de entregar uma conta de serviço capaz de abrir PRs e mexer no cluster.
Fontes: blog oficial da Anthropic, CocoLoop; os números de mediana de 14 minutos na triagem, 4 minutos no caso mais rápido de identificação da causa raiz, aumento de 8 vezes no volume trimestral entregue e 617 linhas do arquivo de skill foram conferidos conforme o comunicado público da empresa.