GitHub 堆叠 PR 公开预览:拆小改动、独立评审、一键合入
GitHub 正式推出堆叠拉取请求(stacked pull requests)公开预览,将大型改动拆解为有序的小型 PR 层,每层可独立评审与检查,所有层可一键合并。支持通过 gh-stack CLI 扩展、github.com、移动端及 Copilot agent 工作。默认保留现有分支保护与必检检查,合并队列支持将在数周内逐步上线。Vercel、TED、WHOOP 等团队已先行使用。
GitHub 正式推出堆叠拉取请求(stacked pull requests)公开预览,将大型改动拆解为有序的小型 PR 层,每层可独立评审与检查,所有层可一键合并。支持通过 gh-stack CLI 扩展、github.com、移动端及 Copilot agent 工作。默认保留现有分支保护与必检检查,合并队列支持将在数周内逐步上线。Vercel、TED、WHOOP 等团队已先行使用。
Ultrareview 是 Claude Code 提供的一项深度代码审查功能,启动一组远程 reviewer agent 在沙箱中并行审查当前分支或 Pull Request。与本地审查相比,Ultrareview 的每个发现都会独立复现验证,因此更聚焦真实缺陷而非风格建议;覆盖范围更广,能发现本地审查遗漏的问题;且完全在远端运行,不占用终端资源。文章详细介绍了使用方法:通过 /code-review ultra 命令启动,支持指定 base 分支、PR 编号、自然语言描述上下文;提供非交互式子命令 claude ultrareview 用于 CI 集成。定价方面,Pro/Max 用户有 3 次免费额度,之后每轮审查约 $5-$25 按量计费,审查时长约 5-10 分钟。限制包括 diff 大小上限(默认 500 文件/8000 行)、部分平台不可用等。适用于合并前需要更深入检测的场景。
LangChain 团队开源了其内部使用的四个软件工程代理工具:本地编码代理 dcode、云端编码代理 OpenSWE、自动代码审查 OpenSWE Review 以及仓库知识文档 OpenWiki。文章详细介绍了每个工具的设计意图、使用场景和实际数据——OpenSWE 上周仅从 Slack 触发了近 1000 次,OpenSWE Review 在离线代码审查基准中以 47% 的成绩排名开源第一。所有工具基于 Deep Agents 框架,并利用 LangSmith 进行全链路追踪与优化。适合希望构建可控、可观测的软件工程代理流水线的工程师。
本文总结了一年多来在安全关键系统中使用 AI 代理编码的研究成果。作者提出“短绳法”:只有资深开发者才能使用,全程禁止 YOLO 模式,开发者必须逐 diff 审查 AI 提议的每次改动,及时打断跑偏倾向,每个子任务结束后提交,从而杜绝“氛围编程”带来的代码鬼祟。文章还给出了 AI 辅助代码评审的最佳实践——人类与 AI 共同审查 PR,AI 负责快速扫描常见错误,人类把关方向性决策;并且要求作者在提交 AI 辅助 PR 前必须自我逐行审查并加上 AI 使用声明。该方法即便使用非前沿模型,也能产出胜过 Fable 的高质量代码。适合希望用 AI 提升效能但不牺牲代码质量的资深工程师阅读。
当AI能以分钟级生成上千行代码时,工程的瓶颈从编写转向了信任决策。因此,审查成了软件领域最具杠杆能力的技能。文章指出,2026年的多方数据(Faros AI、CodeRabbit、GitClear、GitHub)均证实:AI使用量提升后,开发者的代码产出提高约4倍,但交付价值仅增长约12%,同时代码流失率飙升861%、缺陷率从9%升至54%、审查时长增加441.5%、零审查合并的PR增长31.3%。作者认为,问题不在于是否使用AI,而在于如何根据项目的「爆炸半径」分层分配审查力度:对个人无用户项目可轻审查,对大型企业级项目必须建立分级、证据驱动、异质化AI审查+人类最终负责的流程。文章还介绍了具体实践:分流PR、要求前置证据、关注测试变更、用两个不同构架的AI审查工具并行运行,以及让人类从「线级审查」升级为「抽样审计」。