Claude Code reescreve o analisador SQL do PostHog para aceleração de 70x – Como testes baseados em propriedades e agentes paralelos funcionaram

O engenheiro da PostHog, Robbie Coomber, usou múltiplas sessões longas do Claude Code em paralelo para reescrever o parser SQL, obtendo uma aceleração de ~70x em relação ao parser C++ gerado por ANTLR. O novo parser tem 16 mil linhas de código Rust escrito à mão, além de 5 mil linhas de ferramentas e testes.

Por que reescrever?

A PostHog transpila SQL do usuário para SQL bruto do ClickHouse para visualizações lógicas de dados e otimizações. O parser transforma SQL em uma AST para controle de acesso e otimização downstream. O antigo parser gerado por ANTLR usava um interpretador genérico de caminhada em grafo (um ATN — NFA com pilha) com lookahead dinâmico arbitrário, que era lento apesar de estar em C++. Parsers recursivo descendentes escritos à mão são inerentemente mais rápidos.

Abordagem: sessões de agente paralelas + TDD com oráculo

• Testou duas abordagens em paralelo: uma focada em desempenho (recursivo descendente com parsing de expressão Pratt) e outra em correção (imitando o comportamento do ANTLR com código explícito). Ambas funcionaram igualmente bem.
• Usou o parser C++ existente como um oráculo para gerar divergências — encontrar SQL onde os parsers diferiam, corrigir o novo parser, repetir.
• Testes baseados em propriedades geraram inúmeras variações de SQL, incluindo um teste para SELECT SELECT FROM FROM WHERE WHERE AND AND (SQL válido).
• O novo parser concorda com o oráculo para todas as consultas realistas; diferenças ocorrem apenas para consultas patológicas.

Resultados

Aceleração de 70x no parsing. O parser final é um design recursivo descendente com lookahead e backtracking apenas onde necessário. Coomber observa que, sem IA, escrever e manter esse parser manual levaria meses e provavelmente não valeria o esforço. Com Claude Code, tornou-se prático.

Principal lição

Este estudo de caso mostra que sessões paralelas de codificação com IA, combinadas com testes baseados em propriedades e um oráculo para desenvolvimento orientado a testes, podem melhorar drasticamente o código crítico de desempenho. A técnica — usar agentes para reescrever infraestrutura central enquanto depende de detecção automatizada de divergências — é reutilizável para outros projetos.