给并行编程智能体设在制品上限
文章建议从任务启动起计入并发名额,等待审查、返工或被阻塞的变更也占名额。只有在变更合并或明确放弃并记录原因后,才释放名额。
AI 深度解读
两个改动还卡在人工评审和产品决策上,第三个任务已经可以开工。即使 Agent 闲着、生成补丁也很便宜,作者仍建议先腾出一个名额。团队真正要管的是手上还有多少改动没处理完。
这篇文章给 AI 编程加了一条在制品上限(WIP limit),并把规则落实到返修、评审交接和合并。对已经能并行派活、却常被 PR 和待定需求拖住的团队,最容易试的是先改看板规则。
Agent 说完成了,名额为什么还占着?
一个改动从团队同意开工时就占用名额,执行、人工评审、返修和阻塞都算在内。卡片从 Running 移到 Needs review,名额照样占着。只有合并,或者团队明确放弃这次改动并记录原因,才释放名额。阻塞项也要留在账上,否则每次遇到难拍板的问题都能把卡片移走,积压却还在。
作者用一个假设的双名额看板解释这条规则。A 需要返修,就沿用原任务和历史退回去修。B 等待决策,就交给能拍板的人。此时即使两个 Agent 都闲着,也先别开 C。A 用完重试次数或时间预算后,交给负责人处理。如果决定延期,就明确关闭本次尝试,保留证据,把任务退回待办,之后重启时重新占名额。
小团队可以从 2 个并行改动试起,再按风险给认证或迁移工作设更严的限制。并行之前要看依赖,尽量让改动的 diff 各自独立。分支能分开提交记录,共用接口或数据结构的两项改动仍可能互相牵制。安全隔离也需要单独处理。
给评审者什么材料,才能少来回一轮?
作者要求交接时附上确切的代码修订版本和 diff,写清预期行为,并列出每项必跑检查的实际命令、结果和支持该结果的输出。没跑就明确标记 not run。如果还有待定事项,写清问题和拍板人。
原文用设置页保存举例。修复目标是保存后保留编辑值,另有一个待定问题:保存失败时,界面该不该保留用户刚改的值?交接单可以把这个问题指给产品负责人。原文给的是一份待填模板,里面没有实际执行的检查。
必跑检查缺失或失败,就退回有预算的返修。测试环境不可用时,检查状态记为未能确认。即使检查通过,也只说明它覆盖的行为通过了验证。保存失败时的交互仍由产品负责人决定,合并还要走团队规定的授权流程。
多加一个评审模型,会不会多出一个队列?
Open Code Review 的文档展示了一种分工。文件筛选和规则匹配按固定逻辑执行,再由模型结合上下文评审,输出定位到代码行的结构化发现。DeepCode 的文档则描述了另一段流程,先确认目标清单,再运行检查命令,通过后才接受完成,还可选用独立评审器并设置预算和时间限制。这些机制能给交接提供证据,团队何时接新任务仍得靠看板规则决定。
模型意见要交给人处理,至少得说清发生在哪、可能出什么问题、为什么这次改动可能触发它。只说「建议增强健壮性」很难让人采取行动。提高上报门槛可能漏掉缺陷,所以要同时记录被判为噪声的意见和后来才发现的问题。两个模型都同意,也不足以证明结论正确,或证明两次判断彼此独立。
我的判断
原文的提案适合用来处理一种很具体的积压:补丁交得快,评审、返修和拍板跟不上。相比限制同时运行几个 Agent,按未结案的改动计数能把这些人工环节也算进去。相比只看 CI 通过率,它还能看见那些代码已经跑绿、产品行为却没定下来的 PR。
原文没有实测或对照数据。双名额看板和交接单都是示例,提到的工具能力来自项目文档,作者也没有上手验证。改动上限能否缩短交付时间,还是经验判断。如果团队经常等同一个人拍板,设上限能让等待更显眼,但决定仍得有人做。2 个名额适合当试验起点,是否调高要看实际评审能力和改动风险。
能拿来做什么
- 先用现有 PR 看板试一个正常工作周期。小团队可以从 2 个名额开始,评审中、返修中和阻塞中的卡片都计入,合并或明确关闭后再接下一项。
- 在前端 PR 模板里加上候选提交、diff、预期行为和必跑检查的实际输出。像保存失败后是否保留输入这类交互问题,单独写明谁来决定。
- 周期结束时,统计准入、合并和放弃的改动数,再看最老的未完成改动等了多久、人工评审耗时和返修轮数。决策一直卡住就先明确负责人,评审能跟上再试着加名额。