De CI-jobs van Anthropic groeiden 25x in zes maanden. De waarschuwing zat in hoe snel elke fix ophield te werken
By Surya Pratap
16 september 2026
12 min leestijd
AI en technologie
16 september 2026
12 min leestijd
De halfwaardetijd van een fixHover to exploreAnthropic publiceerde zijn cijfers over continuous integration op 14 september 2026, in een engineeringpost van Sachin Malhotra over het herbouwen van de service die bepaalt welke tests moeten draaien. De kopcijfers reisden snel, en terecht. Maar het nuttigste in de post is een detail dat vrijwel niemand herhaalde.
Zes maanden agentic coding, van binnenuit gemeten
Anthropics eigen engineeringorganisatie, geen klantcase
Lees ze samen in plaats van los. De interessante relatie is geen enkel afzonderlijk veelvoud — het is dat 8x meer code 10x meer tests opleverde en 25x meer CI-jobs. De belasting schaalde niet met de code. Ze schaalde met de code maal de tests maal het aantal keren dat iemand vraagt of het nog groen staat.
Malhotra's formulering is het deel dat je letterlijk moet citeren, omdat hij preciezer is dan de gebruikelijke parafrase:
Code schrijven is niet langer de beperking, en zodra PR-review versnelt, begint CI de druk te voelen.
Dat is een volgorde, geen slogan. Drie stations, op volgorde: schrijven, reviewen, verifiëren. Agentic coding haalde de eerste beperking weg. Review versnellen haalde de tweede weg. Geen van beide creëerde capaciteit — ze verplaatsten de wachtrij naar wat er verder in de rij stond en geen speling had.
Dit is wat ik een founder vóór elk cijfer uit de post zou willen meegeven. Een bottleneck wegnemen levert geen doorvoer op. Het levert een nieuwe bottleneck op, één station verderop, die sneller arriveert dan de vorige en meestal in een systeem waar niemand twee jaar naar heeft gekeken.
Voor de meeste kleine teams zijn de stations na "de code schrijven" review, CI, stagingomgevingen, preview-deploys en dan — stilletjes, als laatste en het duurst — de mensen die moeten begrijpen wat er live ging.
Anthropic patchte de test impact analysis-service drie keer voordat ze hem herbouwden. De patches waren allemaal verstandig. Zo lang hield elke patch het vol:
Zeventig, negenentwintig, één.
Geen enkele afzonderlijke beslissing was fout. Cores verdubbelen als een service traag is, is correct. Sharden als één worker verzadigd raakt, is correct. Een service herstarten die achterstand opbouwt, is iets wat je op een dinsdag gewoon doet. Elke fix was proportioneel aan het symptoom dat ervoor lag.
De fout was dat niemand het interval tussen de fixes als een eigen signaal maat — en dat interval halveerde ongeveer elke keer.
De diagnose die het kopiëren waard is
Als elke volgende fix aan hetzelfde systeem minder tijd koopt dan de vorige, pas je lineaire remedies toe op exponentiële belasting, en is de resterende landingsbaan korter dan hij aanvoelt. De absolute getallen vertellen je hoe erg vandaag is. De verhouding ertussen vertelt je hoeveel tijd je hebt. Een patch die 70 dagen standhoudt gevolgd door een die 29 dagen standhoudt, zijn geen twee incidenten. Het is één trend met twee datapunten, en het derde punt is al voorspelbaar.
De service had twee helften: een listener die het resultaat van elke test uit elke CI-run vastlegt, en een selector die bepaalt welke tests een gegeven pull request werkelijk nodig heeft.
De beperking was dat de listener een singleton was. Eén schrijver moest de lopende historie per test bijhouden, waardoor horizontaal schalen onmogelijk was — de enige beschikbare zetten waren een grotere machine, dan een gepartitioneerde set machines, dan de machine herstarten. De drie patches waren geen gebrek aan verbeelding. Het was de volledige verzameling opties die die architectuur toeliet.
Het herontwerp — een project van drie weken — scheidde de verantwoordelijkheden door de state uit het proces te halen:
Wat de singleton verving
Stateless workers boven gedeelde state, in plaats van stateful workers die haar bezitten
Na de overgang bleef het aantal onverwerkte resultaatevents in de wachtrij vlak, waar het daarvoor week op week groeide. Die vlakke lijn is de echte oplevering. Niet sneller — niet-accumulerend, wat een andere eigenschap is en de enige die nog een 25x overleeft.
Malhotra's aanbeveling is om eerste systemen te ontwerpen voor 10-20x hun gepercipieerde schaal, waar het budget dat toelaat, en aan te nemen dat AI-gedreven belasting binnen twee kwartalen 25x kan bereiken.
Neem die laatste bijzin serieus — waar het budget dat toelaat doet echt werk in die zin. Anthropic beschrijft zijn eigen interne infrastructuur bij een frontier lab waarvan de code geschreven wordt door het model dat het verkoopt. Een seed-team dat "bouw voor 20x" letterlijk kopieert, over-engineert een product dat nog niemand heeft gevonden die het wil, en dat faalscenario heeft meer startups gedood dan CI-achterstand ooit zal doen.
De overdraagbare versie is smaller en goedkoper:
De overige genoemde lessen generaliseren netjes en kosten niets: zorg dat een kritiek pad geen singleton is, instrumenteer services zodat een agent ze autonoom kan onderzoeken, en bevestig dat het volume dat een wachtrij in gaat gelijk is aan wat eruit komt. Dat laatste is hoe je detecteert dat een systeem achterloopt voordat een mens merkt dat het verouderd is.
Anthropic rapporteerde aantallen jobs. Het rapporteerde niet wat die jobs kosten, en voor een founder is die weglating het hele verhaal, want CI wordt per gebruik afgerekend.
Een toename van 25x in CI-jobs is een toename van 25x in compute-minuten op een runnerrekening, alleen gemodereerd door hoe goed de testselectie werkt — precies de service die omviel. Als je team agentic coding invoert en verder niets doet, is de waarneembare volgorde: de snelheid stijgt, iedereen is blij, en ongeveer twee maanden later vraagt iemand waarom de CI-regel op de infrastructuurfactuur stilletjes een van de grootste posten is geworden.
Dit is dezelfde rekensom als de contextbelasting, één systeem naar links verschoven. De kosten van agentic development zijn niet alleen de inferentie die je inkoopt. Het is de verificatielast die de gegenereerde code stroomafwaarts veroorzaakt — tests om te draaien, omgevingen om op te starten, artefacten om te bouwen, reviews om te houden — en die last groeit sneller dan de code.
Het getal dat deze week op een dashboard hoort
Niet CI-minuten. CI-minuten per gemergede pull request, wekelijks bijgehouden. Dat de totale minuten stijgen is verwacht en prima — het betekent dat je levert. Dat de minuten per merge stijgen betekent dat elke eenheid werk duurder wordt om te verifiëren, en dat is de voorlopende indicator die maanden vóór de factuur arriveert.
De begeleidende post beschrijft hoe Anthropic Claude op CI/CD-storingen richt als geautomatiseerde eerste hulpverlener — alerts bewaken, onderzoeken via Grafana, logstores, PagerDuty, GitHub en Kubernetes, en fixes voorstellen. De gerapporteerde cijfers: een mediaan van 14 minuten tot de eerste analyse, de snelste gevallen binnen 4 minuten, en één voorbeeld dat 3 minuten na de aanbeveling geverifieerd was. In één geval identificeerde het 44 tests die door een feature flag stilletjes niet meer draaiden.
De eerlijke lezing is symmetrisch. Het is een echt antwoord op de operationele helft van het probleem — en het zijn ook agents die worden ingezet om belasting op te vangen die agents veroorzaakten. Die lus is niet per se slecht; de meeste automatisering is een reactie op volume dat eerdere automatisering produceerde. Maar het is het benoemen waard, omdat het de reisrichting bepaalt: de kosten van agentic coding worden steeds meer betaald in systemen die de systemen bewaken, en die hebben hun eigen exploitatiekosten.
Een week werk, geen kwartaal
Geordend naar kosten van doen versus kosten van overslaan
"Claude schrijft 80% van onze code" is geen overdraagbare statistiek. Het beschrijft een frontier lab met ongebruikelijke tooling, een ongebruikelijke codebase en een ongebruikelijke prikkel om de claim te demonstreren. Zie het als bewijs dat het plafond hoog ligt, niet als een doel waarop je team achterloopt.
8x code opgeleverd is niet 8x waarde opgeleverd. De metriek is codevolume per kwartaal. Niets in de post claimt acht keer zoveel productresultaten, en codevolume is een maat die agentic tooling vrijwel per constructie opblaast.
Anthropics tijdlijn is het agressieve uiteinde van de verdeling. Twee kwartalen tot 25x is wat er gebeurt als een bedrijf tegelijk de zwaarste gebruiker en de leverancier is. Jouw curve zal waarschijnlijk vlakker zijn. De vorm is het overdraagbare deel, niet de helling.
Dit is een opgelost probleem, en de oplossing is oud. Stateless workers boven een gedeeld journaal is geen nieuwe architectuur; het is standaard praktijk uit gedistribueerde systemen die een snelgroeiende interne tool oversloeg, zoals snelgroeiende interne tools doen. Er valt hier geen nieuwe techniek te verwerven — alleen een gewone, eerder toe te passen dan nodig voelt.
Anthropics CI-post is een goed document juist omdat hij onglamoureus is: een interne service groeide uit zijn ontwerp, drie competente patches kochten steeds minder tijd, en een herbouw van drie weken loste het fatsoenlijk op. Elk onderdeel daarvan is gebeurd bij elk bedrijf dat ooit snel groeide.
Wat agentic coding veranderde, is de klok. Een systeem dat historisch drie jaar nodig had om zijn architectuur te ontgroeien, doet dat nu in twee kwartalen, en de waarschuwingssignalen komen in dezelfde volgorde als altijd — alleen zo samengeperst dat het gebruikelijke instinct, "nu patchen en volgend kwartaal fatsoenlijk oplossen", zonder volgende kwartalen komt te zitten.
Als je meer code levert dan zes maanden geleden, is de beperking al stroomafwaarts van je verschoven. De enige vraag is of je het van een dashboard hoort of van een factuur.
Bronnen: Anthropic, "Agentic coding is straining CI. Here's how we scaled test impact analysis at Anthropic" door Sachin Malhotra, gepubliceerd op 14 september 2026 · Anthropic, "How Claude Tag serves as Anthropic's first responder for CI/CD failures" · Analytics India Magazine, "Anthropic's CI Jobs Grew 25x in 6 Months as Claude Wrote 80% of Code" · VentureBeat, "Anthropic says 80% of its new production code is now authored by Claude". De cijfers 8x, 80%, 10x en 25x, de drie patchduren, de beschrijving van het herontwerp en de aanbeveling om voor 10-20x te ontwerpen zijn van Anthropic zelf, zoals gerapporteerd in de engineeringpost; de tijden van de eerste hulpverlener komen uit de begeleidende post. Anthropic publiceerde geen CI-kosten — de paragraaf over de rekening is een gevolgtrekking uit de aantallen jobs, en wordt als zodanig aangemerkt. Het kader van de halfwaardetijd van patches, de lezing van de bottleneck als verplaatsing in plaats van opheffing, en alle aanbevelingen zijn van mij. Voor het vorige station op dezelfde lijn, zie huur de reviewer vóór de coder.
IdeaToMVP Academy
4-week live cohort for founders. Learn to ship AI agents, scope MVPs, and automate your business — taught by the same team that writes these guides.