返回资讯中心
外部精选
软件工程
#开发者实时流

开发者一周内向生产环境提交115个PR,峰值达170个

来源标题:Shipping 100 PRs to production in a week

一名开发者在一周内将100多个PR推送到生产环境,11月9日当周达到115个,按最高七天周期计算峰值为170个已合并PR。其中17个涉及UX细节的PR在本地环境编写,其余153个在公司内部云工具fleet上完成,约150个为真正持续部署到生产环境的PR,另外20个为技能和内部工具等。

Hacker News 最新gpi2026/11/22 · 今天30 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

经过一段时间的努力,我终于在一周内向生产环境提交了100多个pull request,在11月9日那一周达到了115个。出于虚荣心,我会稍微美化一下数据,取最高的连续七天而非自然周,到目前为止峰值是170个已合并的PR。在这170个中,有17个涉及细微交互体验的PR是在我笔记本电脑上运行的harness中编写的,其余153个则是在Imprint内部名为fleet的云端harness上完成的。其中大约150个是真正的生产PR,持续部署到生产环境(但不一定发布),另外20个则是技能、内部工具等。

业内有很多人提交的PR远比我多,但我觉得讨论我是如何走到这一步的很有意思,尤其是在一家金融科技公司的背景下——我们交付的软件在可靠性(用户的生活依赖于快速获得信贷)、安全性(用户要求信贷信息得到保护)和收入(我们的合作伙伴依赖我们的卡片来加速收入增长)方面都至关重要。我们公司也已经成立了六年,并不是从零开始就作为一家AI原生公司构建的,而是在每一步都不得不对方法进行改造。

从根本上说,AI工具带来的生产力提升归结为优化我们自进入行业以来一直在优化的同一个软件开发循环。只是我们现在有了许多新技术来优化这个循环,许多以前对大多数公司来说不可企及的事情(例如形式化验证)现在对任何愿意持续尝试的人来说都可以实现。从每周5-10个PR,到每周20个,再到每周40个,现在到每周80-100个,每一步都是在优化这个模型中的一个新环节。起初问题是缺乏harness可以使用的结构化issue,然后是生成的pull request质量低,接着是审批慢,再后来是简单直接的工作做完了,等等。

有了这个模型,让我们按顺序讨论一下该模型在我们的工作流中揭示的具体问题,以及我们是如何解决这些瓶颈的:

为部署(CI/CD)和发布(feature flag)现代化我们的实践(26年12月/1月)。我之前写过这些步骤,所以不再赘述,但在我们转向标准化、现代化的部署和发布流程之前,这两个环节严重制约了我们。没有这项工作,我们永远不会遇到后续的瓶颈。

减少知识库中的上下文污染(26年2月)。在CI/CD改进之后,我们开始意识到需要将RFC和PRD呈现到开发软件的agent的上下文窗口中。我们很快发现其中很多上下文是错误的。在可能的情况下,我们将上下文直接移入代码仓库本身(例如用terraform管理云配置,这样harness除了看到运行在其上的代码外,还能看到完整的网络和编排设置)。我们还重构了Notion文档,确保每份文档基本准确,特别是从知识库中删除了完全不准确的文档。此后这项工作一直在运行,降低了不准确信息出现在上下文窗口中的风险,我们的一位经理(感谢Andrew)随后更进一步,添加了根据代码变更更新知识库中过时文档的循环。

用Linear提供结构化的issue管理(26年6月)。这个我也写过,但我们在建立一个统一的工具来承载所有issue方面遇到了很大的阻力,该工具需要便于通过UX、Slack和agent添加新issue。我们在6月将整个公司从Jira迁移到了Linear。

支持编排式agent,而非仅在笔记本电脑上运行(26年7月至10月)。即使有人在本地运行许多agent,我们也发现了两个问题。第一,任务太多,无法同时处理而不丢失跟踪。第二,梳理类任务比预期多,比如处理新的合并冲突、回复pull request上的评论、处理CI/CD故障。我们构建了fleet云端harness,使得在笔记本电脑关闭时也能在云端运行工作,并且由事件触发,而不是由数十个笔记本本地循环组成的涌现式系统。构建第一版很快,但达到能推动大规模采用的完善程度比预期花了更长时间。它不仅要可靠,还必须比本地体验更好,才能说服人们值得迁移。我们在达到这一标准方面最大的突破是并发性(想跑多少跑多少)、与笔记本电脑解耦(笔记本关闭时也能触发和响应)、默认可用的MCP和工具(无需维护或管理集成,这对非工程师尤其重要),以及响应事件而非轮询(始终立即获取新评论或构建问题)。

围绕内部MCP进行标准化,以减少人工操作和IT负担(26年9月)。今年早些时候,我们将配置处理方式重建为通过单一UX管理的统一数据模型。这大大简化了管理,但仍然需要人工参与来检查和更新值。我们引入了一个内部MCP,提供与该内部UX相同的所有功能,同时强化该UX现有的模式:任何人都可以提出草稿,草稿会自动进行安全性审查,但变更的审批通过一系列仅在该UX中可用的特定任务角色来管理。现在agent可以拉取所有值,并可以提出更新建议,但每次更新仍由拥有完整上下文的人类审查和批准。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →