Harness 重建其 Git 仓库以应对不间断的 AI 代理流量
内容提要
Harness 现场 CTO 指出，AI 编码工具使代码审查成为瓶颈，测试团队难以应对激增的拉取请求。为此，Harness 推出重建的代码仓库和 AI 代码审查产品，利用知识图谱提供上下文，优先展示关键变更，并强调保留确定性工具，以缓解审查压力。
延伸解读
代码审查瓶颈的根源
AI 编码工具使拉取请求数量激增，但审查流程未同步扩展，导致测试团队不堪重负。Harness 现场 CTO 指出，许多团队要么提高风险容忍度，要么积压无法处理，多数处于中间状态，即使用 AI 工具辅助也未完全解决问题。这反映出 AI 开发工具链中，审查环节成为新的瓶颈。
知识图谱与审查优先级
Harness 通过构建软件交付知识图谱，将流水线、部署、事件和策略关联起来，为 AI 代码审查提供上下文，同时减少 token 消耗。其核心思路是优先展示关键变更，而非依赖更新等次要文件，从而帮助审查者聚焦真正需要人工关注的部分，提升审查效率。
GitHub 中断与 AI 代理流量
GitHub 在 8 月 17 日发生近八小时中断，原因是基础设施未能扩展以应对流量峰值。Harness 认为，GitHub 最初为人类团队设计，而 AI 代理全天候工作，产生持续不断的拉取请求，给平台带来压力。Harness 因此重建了其代码仓库，以支持高并发代理流量，并强调其 Kubernetes 基础和多云部署。
保留确定性工具的必要性
尽管 AI 在代码审查中发挥作用，Harness 强调测试结果仍应来自确定性测试运行器，无需替换现有工具，而是增强它们。这提醒读者，在引入 AI 时，应明确哪些环节适合自动化，哪些需要保留确定性，以确保可靠性和可控性。
Q&A
Harness 为什么重建其 Git 仓库？
Harness 重建其 Git 仓库是为了应对 AI 代理产生的大量拉取请求。原有的 Git 仓库是为人类团队设计的，无法高效处理 AI 代理带来的持续流量，因此 Harness 构建了一个从底层开始为 AI 设计的仓库，支持人类和 AI 代理同时工作。
AI 编码工具对代码审查流程造成了什么影响？
AI 编码工具导致拉取请求数量激增，增加了 1.5 到 2 倍，有时甚至达到 10 倍或 50 倍，使得测试团队和代码审查人员不堪重负，形成审查瓶颈。
Harness 的 AI 代码审查产品如何帮助团队应对审查压力？
Harness 的 AI 代码审查产品利用软件交付知识图谱提供上下文，优先展示关键变更，并帮助识别哪些文件需要人工审查，哪些是依赖更新等次要变更，从而减轻审查负担。
Harness 的软件交付知识图谱是什么？它有什么作用？
软件交付知识图谱是 Harness 构建的一个映射客户管道、部署、事件和策略的图谱，用于为 AI 代码审查提供上下文，以便快速获取信息并减少令牌消耗。
Harness 的 AI 代码审查产品与 GitHub Copilot 代码审查有何不同？
Harness 的 AI 代码审查产品专注于提供上下文和优先排序，而 GitHub Copilot 代码审查也开始审查机器人创建的拉取请求。Harness 的产品旨在解决 GitHub 等平台因 AI 代理流量增加而出现的瓶颈问题。
Harness 认为在 AI 时代，哪些工具应该保持确定性？
Harness 认为测试运行器等确定性工具应该保留，因为测试结果仍然来自测试运行器，无需替换，而是应该增强它们。
Harness 的 AI 代码审查产品是否支持 GitHub 上的现有拉取请求？
是的，Harness 的 AI 代码审查产品可以处理 GitHub 上已有的拉取请求，无需迁移仓库，这使得团队可以快速采用。
