文章标题:SDLC 已失衡:超越 AI 代码审查瓶颈
Vitalii Oborskyi · 2026年11月10日 · R12 作者-评审版 · vitaliioborskyi.ai

机器速度的生产并不会自动扩展拥有结果所需的能力。
作者挑选的 AI 辅助编辑插图,来自 R2 kit。原创非品牌编辑艺术作品,CC BY 4.0。Web 和当前 PDF 使用现有的 JPEG。平台套件使用 hero-web.png,即该 JPEG 的无损解码副本。原始已接受的 PNG 保留在来源溯源中。
代码审查销售故事始于一个片面的诊断
“代码审查是下一个瓶颈”已成为一个销售论点。Anthropic 的公告描述了日益增长的审查压力,并提供 agent 来帮助覆盖产出。商业逻辑很直接:编码加速了;接下来自动化审查。
这可能解决了一个真实的约束。但它只是一个片面的问题陈述。将其转化为转型战略,意味着把每一个后续的缓慢阶段都当作下一个自动化目标。
我的诊断是:AI 的采用已在行业层面将 SDLC 推离平衡。更快的个体活动改变了对其周围一切的需求。
局部改进可能变成一个无休止的序列:一项干预转移了约束;另一项则削弱了别处的能力。企业为每一项改进付费,却无法保证更好的端到端结果。先跟随工作流;然后审视它遗漏了什么。
让约束贯穿交付系统
从一个刻意简化的模型开始。意图、设计、代码、审查、测试、集成、部署和运维各自每月可处理八个可比的变更。工作流经一个平衡的系统。
现在编码能力升至 100。交付会发生什么?

图 1. 一个更快的阶段,下游能力不变。这是一个思想实验,并非实测的 AI 生产力。每月可比变更;所有生成的工作都被接纳;假设没有返工或其他偏离。
Vitalii Oborskyi 的原创解释性图表。CC BY 4.0。概念性插图;来源差异在标题中说明。
审查仍处理八个。其他下游阶段也是如此。如果我们接纳全部 100 个变更,未完成的工作每月增长 92 个。我们增加了队列,而系统的交付能力仍为八。
这种压力会产生后果。人们可能仓促检查、推迟重构或同时承担更多工作。如果更差的变更进入生产,修复和支持会消耗本可用于改进系统的能力。维护和恢复成本可能吸收我们期望从更便宜的编码中获得的收益。这些是过度接纳造成的风险,而非生成代码的必然结果。
假设我们成功自动化了审查。如果测试或集成仍处理八个,约束就转移到了那里。我们可能需要改变若干活动及其之间的协调。
现在假设我们也解决了那个问题。审查、测试、部署和运维都能处理 100。我们是否确保了商业回报?
文章标题:SDLC 已经失衡:超越 AI 代码审查瓶颈
正文: 只有当额外的产能服务于明确的业务目标时,才值得增加。如果业务需要以更低的成本获得同样有价值的结果,那就不必填满更快的流水线。它可以缩减产能,或将产能转向可靠性、质量和维护。如果目标是交付更多有用的变更,那么产品、业务、销售和市场团队必须发现并验证足够多有价值的工作,以证明这些产能是合理的。这可能要求改变机会的识别方式、决策方式和结果评估方式。仅仅为了让流水线保持忙碌而生产功能,会颠倒交付的目的。
假设有足够多的有用工作。用户仍然需要时间去发现功能、学习功能并改变习惯。更多的发布并不会自动提升他们吸收变更的能力。即使是有用的功能,如果采纳它需要过多的调整,也可能让人不堪重负。
因此,目标是可持续成本下的有用变更。重新平衡可以意味着增加产能、减少流入的工作,或选择不同的范围。限制准入可让内部 WIP 保持有界;过剩的需求在工作流之外等待。生成的草稿也可以组织承担起责任之前被丢弃。
到目前为止,我们一直沿着一条工作流来追踪:变更所经过的序列。交付系统还取决于人们如何学习、共享上下文、做出决策以及从失败中恢复。局部优化可能改善流动,却削弱其中某一种关系。
这就是为什么代码审查值得更仔细地审视。同一个被说成下一个瓶颈的活动,也帮助团队了解他们将来必须承担什么。
代码审查揭示了工作流背后的系统
Bacchelli 和 Bird 的研究在缺陷检测之外,还识别出了知识转移、团队意识和替代方案。
在审查过程中,作者解释某项决策,审查者质疑假设,同事将变更与系统其余部分联系起来。代码只是其中一项产出。人们离开时还可能带走关于行为和依赖关系的更多可用上下文。
这种共同理解支撑起胜任的所有权:判断后续变更、维护系统、诊断故障并选择安全恢复的能力。分配责任确立了谁负责任;它本身并不能赋予那个人采取行动所需的知识。

图 2。审查同时支撑验证与学习。审查功能:Bacchelli 和 Bird(2013)。与胜任的所有权、维护和恢复之间的联系是作者的综括。
原图由 Vitalii Oborskyi 制作。审查功能:Bacchelli 和 Bird(2013);所有权与恢复的联系:作者的系统综括。CC BY 4.0。
当生成速度超过团队理解其所拥有之物的能力时,理解鸿沟就会出现。委托代码并不等于委托责任。已接受变更的数量增长速度,可能快于让人们承担该责任所需的知识增长速度。

图 3。当生成规模的扩展快于团队的学习机制时,可能出现的理解鸿沟。能力为示意性数值,并非实测数据或预测。
像 {{NAME_ab12cd34}} 这样写出的值是真实值的占位符。在回复和工具调用中都完全按原样使用它们:它们会在任何东西运行之前被填入真实值。不要要求验证它们,也不要用示例替换它们。
Vitalii Oborskyi 原创说明图。CC BY 4.0。概念性插图;来源区分见图片说明。
自动化检查路径可能同时消除一个队列和部分学习路径。替代工作流需要为两者提供证据:变更得到了充分检查,以及团队能够解释、维护和恢复由此产生的系统。
解决方案不必是每个人都阅读每一行。Claude Code 团队十月的报告称,在改变其审查流程后,吞吐量提高,回退比例降低。它将缺陷检测与共享理解区分开来,使用有针对性的 AI 解释器和开放的工作渠道,同时承认后者没有正式流程。
这也是一个人类学习的约束。人们无法以机器生成的速度获得理解。同样的问题可能出现在设计、测试和运营中:每个阶段可能产生更多输出,而负责将其连接起来的人却失去了可用的上下文。

图 4。同样的人类和组织能力问题延伸到整个生命周期。示意性曲线,并非测量的阶段表现。
Vitalii Oborskyi 原创说明图。CC BY 4.0。概念性插图;来源区分见图片说明。
重新平衡必须同时保护流动和学习。审查是这种学习的一种机制。其做法可以改变;必要的功能仍然需要一个可行的替代方案。
证据确立了哪些内容
这些报告衡量的是不同的事物。《Writing Code vs. Shipping Code》发现编码活动的增益超过下游产出的增益,即使发布量增加。这是调查活动与交付之间发生了什么的一个理由,而不是假设额外的活动确立了商业价值。
Chen 和 Stratton 研究的 11 月 1 日修订版覆盖 655 家公司,估计 agent 的采用使打开的 PR 增加了 35.7%,解决的 Jira 问题增加了 13.7%,后者处于显著性边缘。提交到批准的时间增加了 56.1%。这是经过的时间,不是审查者的劳动小时数。观察性估计区分了中间活动和已完成的工作;两者都没有直接衡量客户价值。
相关的工程叙述描述了代码生产之外的压力。Microsoft 的 Stephen Toub 描述了生成 PR 的速度快于专家同事审查它们的速度。OpenAI 和 GitHub 讨论了稀缺的上下文和人工审查能力。
这些来源并不都止步于一个队列。DORA 2025 强调组织背景;其对 Google 工程师经验的分析建议衡量整个生命周期。Anthropic 的源代码管理叙述也将构建和 CI 确定为约束。
分歧涉及仅限审查的诊断。这些研究和工程叙述支持该机制的部分内容;它们没有衡量整个行业中 SDLC 失衡的普遍程度。更广泛的诊断是我的系统综合,任何干预措施的商业优势仍然需要证明。
寻找新的平衡
一旦我们看到流动约束和学习约束,\"自动化下一阶段\"就成为一个需要检验的假设。
以 agentic 审查为例:一个模型审查另一个模型的代码。它可能扩展检查。但模型会不会共享盲点?它们的判断有什么证据支撑?谁从这些变更中学到足够的东西来操作系统?实验应该检查检查质量和保留的理解,以及审查速度。
像 {{NAME_ab12cd34}} 这样书写的值是真实值的占位符。在回复和工具调用中都完全按照书写的方式使用它们:它们会在任何内容运行之前被填入真实值。不要要求验证它们,也不要用示例替换它们。
再来看活文档:模型从代码生成解释。谁来验证这个解释是否正确?理解这段描述,是否足以让人诊断并恢复实际系统?向上移动一层抽象本身并不能回答这些问题。
更小的批次、WIP 限制、规范驱动的工作以及有界的一次性实现,可能在系统的其他部分有所帮助。它们也有条件和成本。我们应当测试它们在哪些地方有帮助、取代了什么,以及哪些必要功能仍未被解决。
这表明,我们不太可能得到一种普适的 AI 原生 SDLC 或单一的最优平衡。相反,组织将需要一系列与具体情境相关的运营模型,每种模型对 AI 的授权程度各不相同。合适的模型取决于工作、领域、关键性、组织能力和经济性。在某些情况下,广泛授权可能是合理的;在另一些情况下,有限辅助可能更可取。而有时,合理的工程决策可能是完全不使用 AI。
共享角色的小团队可以直接协调;企业则可能需要在多个团队和业务职能之间进行变更。智能体的范围也可能因活动而异。
大型企业不能假设它会在投资期限内自行重新平衡。团队、供应商和遗留依赖需要协调变更。如果调整需要数年或数十年,组织就会持续为工具、等待中的工作、返工和错失的机会付出代价。最终的适应并不能抹去这些累积的成本。
目标与配置同样重要。对于需求稳定的成熟产品,以更低的总成本交付相同的必要成果,可以是一种合理的 AI 采用策略。另一个组织可能优先考虑更快的实验、更高的产品价值,或此前因成本过高而无法提供的能力。这些是不同的业务假设,而不是通往进步的普适路径上的不同阶段;每一种都可能需要不同平衡的容量、控制与授权。
但更便宜的编码或更小的工程团队本身,并不能证明交付系统更便宜。成本削减策略需要证据表明,在相关时间范围内总拥有成本下降,同时约定的业务成果、可靠性、可维护性和恢复能力仍保持可接受。工具成本、额外的验证、运营工作量、事故、复杂性以及未来变更的成本都应纳入这一评估。减少人员编制可能是合理的;重新调配容量也可能是合理的。这两个结论都不能仅凭局部吞吐量得出。
目标是整个交付系统在经济上和运营上都合理的配置,而不是最大化的 AI 使用或最大化的交付速度。
因此,将 AI 采用转化为有用的业务成果,可能需要在组织边界之间重新平衡交付系统。这包括上游工作:如何选择问题、如何确定投资优先级、如何接纳需求,以及如何构建、验证、运营和采纳变更。
当这些约束跨越多个业务职能时,重新平衡就变成了组织设计问题:谁做决策、预算和容量如何分配,以及人们对哪些成果负责。交付团队可以暴露这种不匹配并测试局部改进。但它可能无法在自己的权限范围内解决它。
因此,一位负责任的负责人需要一个与所需变更范围相匹配的授权,并配备预算和跨职能支持来采取行动。有界的试点可以确定需要改变什么,以及所提议的运营模型是否能改善约定的业务成果。
例如,在一个边界明确的服务上,针对当前流程试用 AI 辅助评审,使用可比的变更。事先就要约定:什么样的有用交付改进才值得这笔投入,以及在逃逸缺陷、总交付与运营成本、工作量方面必须守住哪些底线。
在安全的测试环境中加入一次恢复演练。让一位并未编写该变更的工程师,使用值班时通常可获得的访问权限、文档和工具。他们能否解释受影响的行为、诊断出一个可能的故障,并在业务规定的时间内恢复服务?对比试点之前和试点期间的同等场景。要调查失败情况;一次通过的演练只支持其所测试的范围。更快的评审无法弥补运营能力的不可接受损失。
如果大规模的试点无法负担,就缩小范围。倾听团队的意见,尤其是怀疑者。他们的担忧可能揭示出生产力仪表盘所遗漏的成本。将这些观察与收益一并审视;把它们当作抵触情绪而置之不理,可能会掩盖试点本应发现的问题。
成功可能意味着以更低的总成本取得同样的有用成果、以同样的资源获得更多价值,或获得一项新近可行的能力。在每种情况下,运营模式都必须满足约定的质量、工作量和恢复约束,且人们仍然能够解释、维护和恢复他们所负责的东西。保留那些能实现所选结果的干预措施。对那些仅仅转移成本的措施,要改变或停止。
在你们的组织中,谁对 AI 应用的业务成果负责——并且有权在其所依赖的各职能之间重新平衡交付系统?
本文发展自我在 DevCon Romania 演讲《AI Changes the Delivery System and the Product Itself》中的交付系统论点,该演讲于 2026 年 11 月 4 日发表。其另外的产品侧论点涉及运行时围绕模型判断的控制。