合并 AI 生成的 PR 前该查什么
逐项检查格式、类型、测试和覆盖率,依赖、配置或导入发生变化时再跑生产构建。逐条处置人工和机器人评审意见,并确认测试覆盖用户能感知的行为,PR 只处理一项变更。
AI 深度解读
AI 写的 PR,CI 全绿就能合吗?作者给出的合并门槛是:跑完仓库已有的检查,逐条处理评审意见,再确认测试能证明用户实际看到的结果,且 PR 只解决一件事。
这套方法适合用来做合并前的复核。你可以先看生产构建有没有过、改动有没有接进应用、测试究竟断言了什么,再决定哪些代码值得细读。尤其是 AI 报告「已完成」的时候,这几个问题能帮你核对它到底完成到了哪一步。
CI 绿了,先看它到底检查了什么
作者建议跑完仓库已有的检查,逐项看结果。检查项包括格式、lint、类型检查、本次改动相关的测试,以及覆盖率是否达到仓库自己的门槛。只要依赖、配置或导入发生变化,就再跑一次生产构建。开发环境能启动,只能说明开发环境走通了。生产构建走的是另一条路径,可能在这里才报错。
测试还得看看断言写了什么。比如改的是表单提交后的错误提示,仅断言请求函数被调用,无法证明错误真的显示在页面上。直接断言提交失败后用户能看到提示,才能覆盖这次改动要交付的行为。前一个断言通过时,错误提示仍然可能完全没接上。
每条评审意见都要有个明确的去向
评审机器人、覆盖率报告、代码质量工具和人工评审都可能给出反馈。作者把处理结果分成三种:接受,就在当前 PR 修掉;拒绝,就具体说明为什么是误报或不适用,并关闭讨论;确认是问题但超出本次范围,就单开 issue,把链接贴回原讨论。推送修复后让检查重跑,直到阻塞项处理完。
单开 issue 还有个作用:守住 PR 的边界。一个 PR 只处理一个关切点,审查时容易判断哪些改动是必要的,出了问题也容易回滚。看实现时,可以顺手问两句:业务规则有没有落在负责它的模块里?客户端和服务端有没有各算一遍同一条规则?两份规则一旦各自演进,就可能对同一份输入给出不同结果。
「代码写完」和「实际跑通」之间还有一步
作者建议用三个状态描述交付进度。code 表示代码已经写好,wired 表示已接入应用,verified 表示有人实际观察到它按预期工作。PR 里应明确写出还没验证的部分,让合并的人知道手上的证据覆盖到哪里。
比如 AI 加了一个错误提示组件,组件已经写好是 code,失败分支会渲染它是 wired,实际触发一次失败并看到预期提示才是 verified。这三个词给评审者提供了一个具体的追问起点。
我的判断
我更看重测试断言和接入证据。覆盖率能告诉你哪些代码执行过,断言才能告诉你团队检查了什么结果。状态标签也一样,单写 verified 信息有限,写清验证入口、操作和观察到的结果,评审者才有据可查。
逐条处理反馈、保持 PR 范围集中,是作者的经验之谈。原文没有给出对照数据,无法判断采用这套流程后能减少多少合并后的故障。它还依赖仓库已经有可用的检查和可靠的测试。作者提到自己的 starter kit 支持 Claude Code 和 Codex,但没有展示可供核对的评审记录。已有 PR 模板的团队,可以先用模板收集一样的证据。
能拿来做什么
- 审前端 PR 时,挑出这次改动对应的一条用户行为,检查测试是否直接断言页面反馈或交互结果。
- 用 AI 改了
package.json、构建配置或导入路径后,让它跑仓库已有的生产构建,并在 PR 里记录结果。 - 让 AI 在 PR 描述里写清改动接到了哪个入口、验证过什么场景、还有哪些场景待验证。
- 遇到评审机器人误报,在原讨论里写明具体原因并关闭线程。确有问题但超出本次范围,就创建独立 issue 并回链。