当 AI 大量产出代码时，瓶颈是否转向了验证

代码变更增加了多少？

随着编程智能体（代替人编写和修改代码的 AI）的普及，代码变更量本身正在改变。本周最引人注目的案例是 Anthropic 更换版本控制系统的消息。据本站统计，“Scion”这一关键词本周在 4 家新闻媒体和 1 条社区帖子中被提及。

据 GeekNews 摘要（s1），由于 AI 编程使源码管理、构建和 CI（自动构建、测试变更的持续集成流程）成为瓶颈，Anthropic 自研了版本控制系统 Scion，并在 5 个月内将 monorepo 从 Git 迁移过去。同一摘要（s1）称，每日合并数从 2026 年 5 月平均约 2,500 次增至 9 月的 3 万次以上，仅 CI 每天就发生约 2,500 万次检出。收集的资料中没有官方原文，因此应将其视为社区转述。

如果按这些数据来看，可以认为在几个月内，存储、构建和检查代码的系统先于写代码的速度触到了极限。对从业者而言，这意味着在评估引入智能体的效果时，不仅要考虑开发速度，还要一并计算代码仓库和 CI 需要承受的负载。

交给 AI 的范围有多大？

在编写代码这一端，交给 AI 的范围正在扩大。据 Ars Technica 10 月 13 日的报道（s5），Epic Games 正将推迟上市的漫威、星球大战射击游戏的开发转向“AI 优先（AI first）”方式，报道称“已经不再有手写代码”。输入资料中没有该公司的官方声明。

10 月 15 日，Epic 以预览版形式发布了改版的 PC 游戏启动器。据 The Verge 和 Ars Technica 报道（s2、s3），新启动器支持 Linux，Epic 表示这款启动器是通过氛围编程（用自然语言下指令、让 AI 编写代码的方式）打造的。Epic 声称新启动器快得多，Ars Technica 报道称 Epic 表示它比 Steam 更快（s3）。资料中没有比较条件。Epic 提示预览版应用可能存在 bug（s2、s3）。社区中也分享了这条消息（s4），据本站统计，本周在 14 家新闻媒体和 1 条社区帖子中被提及。

工具方面的动向也是同一方向。据 GeekNews 整理（s8），开源编程智能体 OpenCode 2.0 引入了将 MCP 服务器和 OpenAPI 端点转换为脚本函数的“Code Mode”以及后台智能体。GitHub 表示，在改版用于协调多个模型生成单一回答的 HydraFusion 时，改为起草使用中等推理强度、审查使用高推理强度，并在 Critique 工作流中加入了并行评审模型（s9）。该功能目前仍是研究预览版（s9）。

起草时轻量、审查时投入更多算力的设计，可以解读为工具厂商也开始把重心从“写”转向“检查”的信号。

增加的代码由谁来验证？

变更量增加后，人工很难仔细阅读每一项变更。GitHub 于 10 月 15 日正式发布的两项功能正是针对这一点。

据 GitHub 公告（s7），“AI Scan for pull requests”会在 CodeQL 尚未覆盖的 PHP、Shell/Bash、Terraform 配置（HCL）、Dockerfile 等中查找拉取请求变更里的漏洞。结果仅供参考（advisory），不会使代码扫描检查失败，也不会阻止合并，并且不会在 fork 或 Dependabot 创建的 PR 上运行（s7）。“Agentic autofix”会探索相关文件生成修复方案，重新运行 CodeQL 确认告警已解决，然后打开一个供评审的草稿 PR（s6）。最多可选择 25 个告警在一个 PR 中一并修复，但仅限默认分支上的告警（s6）。费用从 Code Security 预算中的 AI 额度和 GitHub Actions 使用时长中扣除（s6）。

两项功能合起来，就形成了“AI 查找、AI 修复、工具复核、人工批准”的流程。可以认为，这是人的角色从直接写代码转向把守最后一道关口的结构。同时也要看到，验证成本会以 CI 使用时长和 AI 额度这类新项目的形式出现。

瓶颈真的转向了验证吗？

信号很明确，但仍有需要谨慎解读的部分。显示变更量激增的具体数据只有 Anthropic 这一个案例，而且它也不是官方原文，而是社区摘要（s1）。Epic 的“AI 优先”转向也只是通过报道（s5）传出。

验证工具也不会取代人的判断。AI Scan 的结果是不阻止合并的参考信息（s7），Agentic autofix 最终也只是生成等待人工评审的草稿 PR（s6）。在开源领域，如何接收 AI 编写的贡献似乎正成为讨论话题。据本站统计，本周“Linus Torvalds Claude Code”关键词在 4 家新闻媒体和 1 条社区帖子中被提及，“QGIS AI contribution ban”关键词在 1 家新闻媒体和 2 条社区帖子中被提及。收集的资料中没有具体内容。

总之，可以认为关于瓶颈从编写转向验证与集成的问题，基础设施（Scion）和工具（GitHub）两方面都出现了信号。不过，转移到了什么程度，需要各团队用自己的指标来确认。把合并数、CI 等待时间和待评审 PR 数放在一起看，就能看出自己团队的瓶颈在哪里。