Linear 的代码审查
我们的代码审查流程是为人类编写代码的世界设计的。
大多数工程团队都是如此,而和大多数团队一样,我们发现,如果沿用过去的代码审查方式,就会吞噬掉 agent 带来的大部分速度收益,却未必能提升质量。另一方面,放宽审查要求意味着速度更快,但对交付内容的信心更低。
正确的平衡点是一个移动的目标。为了校准它所在的位置,我们优先优化一件事,高于其他一切:明智地使用人类的注意力。
以下是今天我们应对这一问题的做法;我们的审查流程如何改变,以及随之涌现的工程实践。随着 agent 能力增强,其中一些实践可能会变得脆弱,我们预期我们的思路也会随之调整。我们还会分享一些关于代码审查未来走向的思考,并会在过程中持续分享我们学到的东西。
旧方式:默认由人类审查
传统上,对我们代码库的每一次变更都需要两个人才能够合并:负责该代码的工程师,以及团队中另一位负责审查的工程师。
当工程师自己编写大部分代码时,这种方式运作良好。但 2025 年底 GPT-5.2 和 Claude Opus 4.5 的发布标志着 AI 编码的一次阶跃式变化,促使我们重新思考我们的做法。
转变即将到来的第一个迹象,是交付代码量的激增。
2026 年 1 月至 10 月间,合并进代码库的 PR 数量增长了 153%,从 2,111 增至 5,341(4 月因团队异地活动有短暂下降)。
图表:Merged PRs Includes only PRs merged into master
2026 年 1 月至 10 月合并的 PR 数量
| Period | Merged PRs |
|---|---|
| Jan 26 | 2,111 |
| Feb 26 | 2,715 |
| Mar 26 | 3,382 |
| Apr 26 | 2,542 |
| May 26 | 3,091 |
| Jun 26 | 3,118 |
| Jul 26 | 3,118 |
| Aug 26 | 3,372 |
| Sep 26 | 4,007 |
| Oct 26 | 5,341 |
同一时期,代码库的人类作者数量从 58 增长到 71,仅增长 22%。
换句话说,代码的增长速度超过了团队的增长速度;每位人类作者合并的 PR 数量翻了一倍。
图表:Merged PRs per human author
2026 年 1 月至 10 月每位人类作者合并的 PR 数量
| Month | Merged PRs per human author |
|---|---|
| Jan 2026 | 36 |
| Feb 2026 | 44 |
| Mar 2026 | 52 |
| Apr 2026 | 39 |
| May 2026 | 49 |
| Jun 2026 | 48 |
| Jul 2026 | 50 |
| Aug 2026 | 52 |
| Sep 2026 | 59 |
| Oct 2026 | 72 |
对我们审查管线的压力在当年早些时候就已开始积累。
随着产出的代码增多,工程师被要求审查的代码也更多了;1 月至 6 月间,每位人类作者收到的审查请求增加了 38%。
雪上加霜的是,PR 本身也在变大。2026 年 1 月,PR 变更行数的中位数为 47 行,到 7 月已翻了一倍多,达到 108 行。
2026 年 1 月至 7 月的 PR 规模
| Month | Median | 75th percentile | 90th percentile |
|---|---|---|---|
| Jan 2026 | 47 | 151 | 442 |
| Feb 2026 | 47 | 153 | 442 |
| Mar 2026 | 42 | 160 | 465 |
| Apr 2026 | 48 | 198 | 519 |
| May 2026 | 66 | 225 | 576 |
| Jun 2026 | 78 | 240 | 586 |
| Jul 2026 | 108 | 332 | 763 |
与此同时,另一种不那么明显、质性的变化也在发生。随着 agent 承担了更多实现工作,作者的角色开始越来越像审查者。
负责某个 PR 的工程师,如今常常是在审查 agent 编写的代码,而非自己写的代码。与此同时,第二位人类审查者被期望审查同样的变更。
文章标题:Linear 改变了针对 AI 编写代码的代码审查方式
正文: 通常两位工程师都会借助 agent 来完成这项工作。我们开始尝试用自动化审查工具来发现 bug,但这些审查始终只是第一道关;在代码合并之前,作者和另一位人类审查者仍会再看一遍。
实际上,我们保留了一套为“人类编写代码”的世界而设计的审查流程,尽管这个前提正变得越来越不成立。
新方式:在真正重要的地方进行人工审查
如今,每个 PR 都先由 agent 审查。一旦作者处理完反馈,只要对改动有信心,就可以自行批准并合并。第二道人工审查仍然可选,但已不再是每个改动的默认要求。
随着我们逐渐了解人类的注意力在哪些地方最有价值,我们的做法也在演进。2026 年 7 月,我们开始注意到数据中的变化。
从 2026 年 1 月到 6 月,只有约 2.5% 的已合并 PR 仅由作者本人审查(这些主要归因于特殊情况下的修复)。7 月是一个转折点,当月有 14% 的 PR 在没有第二道人工审查的情况下被合并。此后几个月这一比例稳步上升,10 月达到 53%。
2026 年 1 月至 10 月按请求人工审查者数量划分的已合并 PR 占比
| 时间段 | 仅作者 | 作者 +1 位审查者 | 作者 +2 位或更多审查者 |
|---|---|---|---|
| 2026 年 1 月 | 1% | 50% | 49% |
| 2026 年 2 月 | 1% | 52% | 47% |
| 2026 年 3 月 | 2% | 50% | 48% |
| 2026 年 4 月 | 4% | 47% | 49% |
| 2026 年 5 月 | 2% | 45% | 53% |
| 2026 年 6 月 | 3% | 46% | 51% |
| 2026 年 7 月 | 14% | 39% | 47% |
| 2026 年 8 月 | 22% | 42% | 36% |
| 2026 年 9 月 | 37% | 34% | 29% |
| 2026 年 10 月 | 53% | 28% | 19% |
我们的工程师现在合并的 PR 比以往任何时候都多,而请他们作为审查者投入注意力的请求数量却在下降。
10 月,每位人类作者每月合并的 PR 数达到 72 个,是 1 月 36 个的两倍。与此同时,每位作者收到的人工审查请求从 6 月的 85 次降至 10 月的 54 次。
图表:每位人类作者的已合并 PR 数 每位人类作者的审查请求数
2026 年 1 月至 10 月每位人类作者的已合并 PR 数与审查请求数
| 月份 | 每位人类作者的已合并 PR 数 | 每位人类作者的审查请求数 |
|---|---|---|
| 2026 年 1 月 | 36 | 62 |
| 2026 年 2 月 | 44 | 73 |
| 2026 年 3 月 | 52 | 86 |
| 2026 年 4 月 | 39 | 69 |
| 2026 年 5 月 | 49 | 87 |
| 2026 年 6 月 | 48 | 85 |
| 2026 年 7 月 | 50 | 79 |
| 2026 年 8 月 | 52 | 70 |
| 2026 年 9 月 | 59 | 62 |
| 2026 年 10 月 | 72 | 54 |
让多位工程师在合并节点验证每一处改动,已不再是利用他们时间的最佳方式。作为一个规模相对较小、经验丰富的工程团队,我们信任每位工程师自行判断何时需要另一双人类的眼睛。
做出这一判断没有固定的规则,但通常取决于改动的性质以及出错可能带来的后果。
通常可以自行批准的改动
- 普通的 bug 修复
- 客观的改进,例如不改变行为的重构或性能优化
- 位于功能开关之后的改动,可以在向用户开放之前进行测试和调整
更可能需要第二道人工审查的改动
- 异常复杂的实现、偏离既有模式的改动,或对核心组件的修改
- 会明显影响用户体验的改动,这类审查既需要判断代码正确性,也需要产品判断力
这种信任与明确的防护措施并存。对于身份认证、基础设施和部署配置等敏感区域的改动,第二道人工审查是强制性的,并且这一要求会在 PR 合并前自动执行。
近期数据显示,作者的经验和角色也会影响一个 PR 是否会获得人工审查。在 2026 年 9 月至 11 月期间,入职 Linear 前三个月的人员提交的 PR 中有 79% 获得了第二道人工审查,而在公司任职超过两年的人员这一比例为 46%。
文章标题:Linear 改变了针对 AI 编写代码的代码审查
按作者在 Linear 的任职时长分组的、接受第二次人工审查的 PR 百分比
| 分组 | 已合并 PR 数 | 已人工审查 | 占比 |
|---|---|---|---|
| 0–3 个月 | 433 | 343 | 79.2 % |
| 3–6 个月 | 413 | 254 | 61.5 % |
| 6–12 个月 | 3,486 | 1,526 | 43.8 % |
| 1–2 年 | 1,514 | 763 | 50.4 % |
| 2 年以上 | 5,619 | 2,575 | 45.8 % |
| 全部 PR | 47.8 % |
我们在不同角色之间也看到了类似的模式。工程师提交的 PR 中有 46% 接受了第二次人工审查,而设计师的这一比例上升到 65%,产品及其他角色的人员则为 74%。
按作者角色分组的、接受第二次人工审查的 PR 百分比
| 分组 | 已合并 PR 数 | 已人工审查 | 占比 |
|---|---|---|---|
| 工程师 | 10,727 | 4,976 | 46.4 % |
| 工程领导层 | 152 | 101 | 66.4 % |
| 设计 | 525 | 339 | 64.6 % |
| 产品及其他 | 61 | 45 | 73.8 % |
| 全部 PR | 47.8 % |
为快速反馈和可逆性而构建
当错误能够被快速发现并纠正时,依赖自动化检查和选择性人工审查就变得更加合理。
快速的 CI、频繁的部署,以及小而专注的 PR,帮助我们更快地将变更投入生产;而轻松回滚变更的能力意味着我们可以在问题出现时加以纠正。
我们还使用 Loops 来调查生产错误。它们会搜索代码库和生产遥测数据,在工程师介入之前找到可能的原因。
功能开关为我们提供了另一种限制所做变更影响的方式。我们通常先在内部启用新功能,然后再扩展到 beta 用户,最后扩展到更广泛的受众。这让我们能够在将变更暴露给全部用户群之前测试其行为并收集反馈。
用可运行的代码来为决策提供依据
当编写代码的成本很高时,花工程时间在实现之前就方案达成一致是合理的。如今,工程师可以构建多个备选方案,并在确定采用任何一个之前与同事一起探索权衡取舍。每一个实现,即使是那些被弃用的,都能给团队提供具体的东西去测试和学习,帮助厘清接下来要构建什么;而且也许并不令人意外的是,我们团队会在 Linear 中跟踪这些讨论。
这种日益增长的实验意愿的一个迹象是,未合并即关闭的 PR 数量在过去一年中增长了近 5 倍,从 2026 年 1 月开始稳步上升。
图表:未合并即关闭
2025 年 10 月至 2026 年 10 月未合并即关闭的 PR 数量
| 月份 | 未合并即关闭 |
|---|---|
| 2025 年 10 月 | 251 |
| 2025 年 11 月 | 212 |
| 2025 年 12 月 | 205 |
| 2026 年 1 月 | 358 |
| 2026 年 2 月 | 487 |
| 2026 年 3 月 | 662 |
| 2026 年 4 月 | 1,005 |
| 2026 年 5 月 | 1,023 |
| 2026 年 6 月 | 804 |
| 2026 年 7 月 | 732 |
| 2026 年 8 月 | 829 |
| 2026 年 9 月 | 1,155 |
| 2026 年 10 月 | 1,182 |
要求 agent 展示其工作成果
另一个正在成形的做法是要求 agent 证明其变更确实有效,而不是仅仅报告已完成。这感觉像是端到端测试和传统 QA 的一种演进。
我们会指示 agent 测试它们所做的变更,并将证据附在草稿 PR 上,无论是前后对比截图、展示功能行为的视频,还是证明性能提升的基准测试。对于细微的视觉变更,agent 可以标注截图,以便更容易发现差异。
审查的未来
代码审查的实践显然正处于变化之中。短期内,我们预计工程师会继续审查代码,我们也在 Linear 中构建了工具来对相关变更进行分组、解释其意图,并让有意义的修改更容易被区分出来。然而,随着模型和审查 agent 的改进,手动代码审查的数量很可能会随时间推移而减少。
Linear 为 AI 编写的代码改变了代码审查
在试验审查代理的过程中,我们发现大多数审查代码时并不了解导致这些代码的决策背景。设想一位新工程师提交了一个实现某个功能的 PR,却不知道团队已经讨论过并多次决定不构建该功能。如果实现本身没有问题,如今大多数审查代理几乎没有理由标记它。它们能评估代码是否按预期工作,但缺乏质疑该功能是否应该存在的背景。
我们认为审查的下一个演进方向将是:让人类在需要时更容易审查特定代码,让更多 PR 无需人工审查即可合并,并将审查的重点从技术实现提升到更高的层面。当审查代理能够进行精确而彻底的代码审查时,我们仍然需要评估该变更是否值得成为产品的一部分。