合并队列成了新的瓶颈

你的编程智能体（Coding agents）刚刚让编写代码成为了交付软件中最廉价的部分。但它们并没有让代码落地变得更便宜。AI 采用率高的团队合并的 Pull Request (PR) 数量几乎是以前的两倍——而他们的交付指标却几乎没有变化，因为每一个 PR 仍然必须挤进同一个代码评审流水线、同一个 CI 集群以及同一个合并队列（Merge Queue），而这些设施当初是按人类打字速度设计的。约束并没有消失，而是向后移动了，移到了系统中那个最窄的管道：从“已批准”到“进入主分支（main）”之间的串行化路径。

这是一个经典的约束理论（Theory-of-constraints）故事，大多数工程组织目前正身处其中却尚未察觉。当一名开发者可以在并行工作树中指挥 5 到 10 个智能体时，PR 的体量就不再与员工人数挂钩。但合并吞吐量仍然取决于一些更为死板的东西：你的 CI 每小时能验证多少个 main 分支的候选状态。这个数字受限于测试套件的时长、执行器（Runner）容量、抖动率（Flake rate）和队列机制——而这些都没有随着智能体变快而变快。

悄然失效的容量数学题​

合并队列的存在是为了强制执行一个不变性：main 分支永远是绿的（测试通过状态）。它通过针对 main 的“未来”状态（当前末端加上队列中排在前方的所有变更）来测试每个 PR，而不是针对编写 PR 时那个陈旧的分支点。这种保证正是你在几十个并发变更可能产生交互时所需要的，但也正是它让吞吐量的成本变得昂贵：正确性是用串行化换来的。

算一算串行队列的账。如果你的合并组 CI 端到端需要 30 分钟，那么一个严格排序的队列每小时最多只能合并 2 个 PR——如果没有任何失败，每天最多 48 个。一个 50 人的团队，如果每人每天产生 2 个 PR，就已经超过了这个上限。现在让每个开发者运行几个智能体，请求到达率翻了三倍，而服务率却保持不变。排队论在这里是残酷的：当到达速度接近处理容量时，等待时间不再是线性增长，而是呈爆炸式增长。上个季度只增加了 10 分钟延迟的队列，在这个季度可能增加 4 小时，而 CI 的任何环节都没有变慢。

分批处理（Batching）是标准的避风港，而且确实有效：将 5 个 PR 放在一次 30 分钟的运行中进行测试，你就获得了 5 倍的吞吐量——只用了 30 分钟的算力，而不是两个半小时。GitHub 自己的单体仓库（Monorepo）就是一个参考案例。超过 500 名工程师通过合并队列每月合并约 2,500 个 PR；从旧的部署列车模型迁移到动态合并组后，平均交付时间缩短了三分之一，同时安全并发部署的变更量翻了一番。但分批处理也有失败模式，而智能体异常擅长触发这种模式。

智能体是抖动放大器​

当一个批次失败时，队列必须找出罪魁祸首。简单的策略是剔除整个批次并重新测试所有内容；更聪明的队列会采用二分法（Bisect），但这仍然需要 O(log n) 次完整的 CI 运行。无论哪种方式，只要有一个红色测试结果，就会导致后面所有 PR 赖以测试的投机状态失效，队列必须从失败点重新开始。这种级联失败（Cascade）是合并队列运行中成本最高的操作——而它的发生频率是由你的“抖动测试（Flaky test）”率决定的，而非代码质量。

Uber 的数据让这个利害关系变得具体：在他们建立专门的抖动管理之前，他们的 iOS 主线仅有 52% 的时间是绿色的，他们最终在单体仓库的 600,000 个测试中识别出了大约 1,000 个抖动测试。仅仅千分之几的不稳定测试就足以堵塞所有人的队列。

智能体让情况显著恶化，原因有三个复合因素：

• 更多的条目，更多的掷骰子机会。 如果每 200 次运行会出现一次抖动，而你的队列每天处理 40 个批次，那么你每周都会发生级联失败。当每天处理 120 个批次时，你每天都会发生级联失败。抖动率没变，但暴露在风险下的次数变了。
• 智能体无休止地重试。 人类看到偶然的失败会叹口气，点击重新运行，并在 Slack 上提一句。但一个被指示为“完成 PR 合并”的智能体会反复将同一个变更重新排队，每次尝试都会烧掉完整的 CI 运行时间，并为排在后面的所有人重新触发同样的级联失败。在人类操作频率下只是轻微浪费的重试循环，在智能体频率下变成了拒绝服务攻击（DoS）。
• AI 编写的变更带有更多的潜在破坏性。 跨工具研究发现，AI 辅助编写的 PR 包含的问题大约是纯人工 PR 的 1.7 倍。其中一些问题仅在合并组中才会暴露——这意味着更多的合法失败与抖动交织在一起，使得寻找罪魁祸首变慢，也让乐观策略变得更冒险。

这种复合效应才是关键。每个因素单独看都是可控的；但加在一起，它们会让一个原本每月出一次状况的队列变成持续震荡的状态。团队的感受是“CI 变抖动了”，但测试并没有变——变的是流量。