Anthropic 重构测试服务应对 AI 编码压力
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载代码与测试同步膨胀
Anthropic 的工程师现在每季度交付的代码量，平均达到 2021 至 2025 年期间的八倍。这些代码中有八成由 Claude 生成，Claude 在 PR 的评审与批准环节同样承担了大量工作。与此同时，代码库中的测试总量扩张了十倍，而工程师人数只做了象征性的补充。三项因素叠加，使 CI 任务量在半年窗口内放大了二十五倍。需要说明的是，并非每个 PR 都会跑全部测试，这也是数量没有进一步膨胀的原因。这种增长多次把测试影响分析服务推到过载边缘，团队因此决定不再做局部修补，而是把整套服务拆开重新设计架构。
三次临时修补的寿命
在走向重构之前，团队先尝试了三轮快速处置，每一轮能撑住的时间依次缩短：第一轮维持了七十天，第二轮只维持了二十九天，第三轮不到一天就再次触顶。这些手段本身并不新鲜，包括换更大的机器、把进程并行化、以及直接重启服务，重启的效果依然出乎意料地管用。真正值得记录的是这些手段的有效期：同样一招，如今争取到的时间只有一年前的一小部分。与之相对，彻底重做一套服务的耗时同样缩短到过去的一小部分，在写代码不再是瓶颈之后，这种做法的可持续性明显更好。团队由此得到的经验是，要按指数增长来做预案，越早预判压力并规划架构演进，浪费在半吊子方案上的时间就越少。
全量跑测为何失效
不少团队仍沿用每次变更都执行全部测试的做法，这在某个规模之前可行，之后 CI 门禁会变得越来越慢、越来越贵，可信度也随之下降。人类工程师擅长判断某条失败用例与自己改动无关，智能体则不同，它们需要更多上下文和明确指引；当拿到一组经过筛选的有效测试时，智能体能够自行验证并更有效地迭代。这正是测试影响分析服务存在的意义：它负责从全量测试中挑出与本次改动相关的那一部分。材料在此处中断，服务重构后的具体架构形态、横向扩展的测试选择方式如何落地，原文尚未展开，因此这部分细节无法进一步呈现。
对使用智能体的团队
随着智能体持续加速代码生成与评审，扩展 CI 会成为更多工程团队很快要面对的问题。团队预计，当运行智能体的组织同时产出更多 PR 和更多测试时，横向扩展的测试选择架构会逐步成为行业通行做法。对读者而言，可迁移的结论不在于具体选用哪种扩容手段，而在于认清每种手段的边际收益正在快速衰减，并把架构演进纳入日常规划，而不是等到服务被压垮后再被动应对。
为什么值得看
揭示了 AI 编码对工程基建的冲击，提供了应对 CI 指数级增长的实战经验。
信源1 家
关键事实
相关 · 工具
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。