开发者借AI代理单月合并近2500个PR

2026年10月，我在 githits-com 组织下从我的 GitHub 账号合并了近 2,500 个 pull request，并开启了约 2,600 个。这些全部由 agent 编写；我负责定方向、审查和合并。本文介绍这套设置如何运作、普通的一天是什么样子，以及工作如何从一个想法变成一次已合并的改动。

在 8 月初开始使用 Orca 之前，我用的是 Superset，每周大约合并 75 个 PR。下图展示了之后发生的变化。

这套设置是分层的。我处在最顶层，但并不是每一次编辑都要经过我。在我之下，Grok Bot 做初步调研，并运行一组常驻的主题 agent。Orca 是运行时：每个 agent 都有自己的 git worktree，侧边栏是我查看它们全部的地方。在这些 worktree 内部，编排器规划工作，把切片交给实现者，再把结果送交审查者。共享约定、每个仓库中的文档、快速的测试套件、Avrea 上的 CI，以及用于依赖知识的 GitHits，都位于这一切之下。

模型是固定的。Codex 配合 Sol-6.1 负责编排和实现，Sol 把大部分改动交给 Luna 子 agent。Claude Opus 5.5 负责代码审查。对于跨越许多 PR 的战役（campaign），由 Claude Opus 协调工作并调度 Codex 实现者。

一次改动要么始于我——有时是在一轮 Grok Bot 调研之后——要么始于某个主题 agent 自己发现了什么并自行调度一个 Orca agent。当需要做决策或 PR 已准备好合并时，我再回来。

在普通的一天里，我不写代码。我盯着 Orca 侧边栏，那里可能同时有几十个 worktree 处于活动状态。写这段话时，Orca 列出了我们各仓库中的 74 个 agent worktree，其中 52 个在进行中，17 个在审查中。8 月时我大约有 16 个 agent worktree 并行运行。

我留意的是停下来的 agent。它可能有一份计划要我检查、有一个产品问题、有一次检查失败，或者有一个 PR 已就绪。我处理完就回到列表。我一天中的大部分时间都在解除阻塞和合并。其余的设计目标就是让这类停顿变得罕见，并且把它们留给该由我做的决策，而不是 agent 自己就该解决的机械性问题。

我另外查看的是来自主题 agent 的 ping。它们告诉我它们注意到了什么，我再告诉它们要向 Orca agent 派发什么工作。当我们的 Vulnerabilities agent 标记出最新的 Node.js 漏洞并告诉我已有修复可用时，我让它派发 Orca agent 去在所有受影响的仓库中升级版本。我只发了一条消息，PR 就像其他工作一样出现在侧边栏里。

路径取决于任务的大小以及它的封闭程度。

有一条规则适用于所有规模：计划和代码要跨模型家族审查。Claude 审查 Codex 的计划，Codex 审查 Claude 的。我观察到不同模型会发现非常不同的问题。当 Codex 先审查自己的工作、之后再由 Claude 审查时，它们发现的相关问题比仅做内部审查多得多。没有这一层，太多 AI 垃圾就会混进来。

对于小而封闭的任务，agent 规划工作、编排改动，并在 PR 就绪时通知我。规划很短：问题、方法、验收标准，以及不要碰什么。编排 agent 保留判断密集的部分，把机械性切片委托给 Luna 子 agent，一次一个关注点，并且每种切片都有清晰的方式判断是否成功。我在 PR 出现时看到这项工作。

对于更大的任务，agent 先写一份整体方法和各阶段的计划。目的地应当清晰，但细节属于接下来一两个阶段；为我们尚未到达的工作臆造步骤只是猜测。在 Codex 的计划送到我这里之前，已有一个 Claude agent 审查过它。这一轮会剔除大量愚蠢和多余的东西，于是我检查目的地、阶段边界，以及该由我做的决策。然后我告诉 agent 去编排。已经清晰的阶段可以自行规划和运行；如果出现产品决策，agent 会提交给我，而不是猜测。

战役是第三条路径，用于我们已经知道会需要几十个 PR 的工作，往往跨多个仓库。一个 Claude Opus agent 充当编排者和集成者。它持有计划，并通过计划与编排循环来操作 Codex agent：每个 Codex agent 负责一个阶段，通常在自己的 worktree 中，最后带回一个 PR。Codex agent 阅读计划并对照计划汇报；它们不重写计划。实现并行运行。集成保持串行，顺序由编排者设定，共享契约留在编排者手中。编排者把决策提交给我，我掌控整体进度，而不审查每一个切片。

Grok Bot 主题 agent 是常驻层，它们非常有用。它们注意到工作、直接调度 Orca agent，并跟进结果。SRE 监视监控、指标、基础设施规模和错误日志。Vulnerabilities 跟踪我们基础设施和生态中的漏洞，并发布经过整理的发现。Security 审计开发和基础设施改动。Code Quality 监视各仓库的质量和技术债问题。Documentation 保持文档和 agent 指令一致。

在我把工作交给 Orca agent 之前，我也用 Grok Bot 做初步调研：对问题、相关代码或库，以及改动的形态做第一轮梳理。

我的 agent 一直在用 GitHits。10 月，它们在大约 2,200 个会话中发起了近 10,000 次 GitHits 调用，主要是 Codex 通过我们 CLI 中的 MCP server 发起。大部分是搜索和阅读真实的开源源码和文档，外加针对漏洞、changelog 和升级的包检查。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）