AI 智能体改变代码评审逻辑，Rootly 废止小 PR 规则

事故管理平台 Rootly 宣布放弃长期执行的“小型拉取请求”规则。联合创始人兼 CTO Quentin Rousseau 解释，过去两年公司要求堆叠 PR，并将原子性变更限制在几百行代码内，这在人类手写代码时合理，因为小差异更易审查和回滚。但 AI 智能体改变了局面：它们以“特性”而非“增量”为单位思考，能一次性输出完整实现，包括数据库迁移、模型、服务、控制器、测试和前端组件。

尝试让 AI 生成堆叠 PR 的实践失败：代码虽无技术错误，但整体业务上下文效果更差。审查一个 PR 时，评论常依赖另一个 PR 的修改，迫使评审者来回切换页面，增加心智负担。团队最终意识到，小 PR 规则是为人类编码效率设计的，AI 打破了人工效率限制后，旧规则成为额外开销。

Rootly 的应对是构建内部 AI 代码审查器，根据工程标准审查每个 PR，生成包含风险评估、标准化评分、置信度评分及按严重程度分类问题的结构化报告。关键区别在于，它不扮演人类审查者，而是回答一个问题：如果变更存在缺陷，会破坏哪些面向用户的功能？审查器区分改变业务行为的变更与仅影响性能或界面的变更，并匹配相应风险等级。

Rousseau 强调，特性开关将安全边界从“合并”转移到“发布”：每个重要特性在开关保护下发布，合并后默认关闭。真正审查发生在渐进式发布中：团队内部、小部分客户、10% 用户、最后全部用户。团队总结：“代码改动量的大小已不再具备参考价值，真正关键的指标是故障影响范围。”

Rootly 的观点并非孤例。备份服务商 Rewind 表示其代码审核工具 Diff Vader 借鉴了 Rootly 的风险模型，认为 PR 风险与代码行数几乎无关，改为按风险标签分配。2026 年伦敦 QCon 上，Michael Webster 讨论无界面 AI 智能体对交付流水线的影响，指出 AI 生成的大规模 PR 会给人工审核带来瓶颈并累积技术债务。

在 2026 年 6 月伦敦 AI 原生开发者大会上，Patrick Debois 等专家探讨了 PR 工作流在智能体速度下成为反模式的问题。Debois 认为 PR 在开源社区有意义，因为贡献者需建立信任；但在有共同上下文的团队内，智能体快速迭代时，PR 审查周期难以证明合理性。AI 产生的 token 消耗可量化，流程低效会直接体现在账单成本上。

Rootly 现在聚焦能预测生产事故的问题。PR 中的“为什么”和“是什么”由使用智能体的人类填写，明确要求 AI 不生成这些内容，以捕获上下文：为何变更、为何现在、业务诉求。每个 PR 需描述安全回退方式，包括必要的数据修复。

Rousseau 承认废除小 PR 规则起初不适应，但为支持“快速交付可靠软件”是必要的。他在另一篇文章中详细阐述了向生产端安全的转变。团队总结：全员手写代码时代，小 PR 模式是最优解；但如今依靠 AI 智能体交付完整功能，该模式已不适用。