Coordinating Specialist Review Agents at Scale —— 大规模协调专业审查 Agent
原文链接:https://blog.cloudflare.com/ai-code-review
来源:Cloudflare Blog
来源:CS146S Week 6 Reading
原文(英文)
请通过上方原文链接阅读完整英文原文。
中文翻译
大规模协调专业审查 Agent
在 Cloudflare 这样的规模下,每天都有数千个 PR 被创建。传统的人类代码审查已经成为瓶颈。我们的解决方案是部署多个专门的 AI 审查 Agent,每个负责一个领域,然后在 PR 级别协调它们的输出。
架构概览
我们的 AI 代码审查系统由以下组件组成:
1. PR 事件触发器
当 PR 被创建或更新时,GitHub webhook 触发审查流水线。流水线评估 PR 的元数据(影响的文件、变更类型、作者),决定启动哪些审查 Agent。
2. 专业审查 Agent
每个 Agent 专注于一个维度:
| Agent | 关注点 | 触发条件 |
|---|---|---|
| 安全审查 | 输入验证、注入、认证绕过 | 任何涉及认证、数据库、用户输入的变更 |
| 性能审查 | N+1 查询、不必要的循环、内存泄漏 | 任何涉及数据库、缓存、批处理的变更 |
| 正确性审查 | 边界条件、空值处理、并发问题 | 任何涉及核心业务逻辑的变更 |
| 风格审查 | 命名、结构、约定遵循 | 所有 PR |
| 文档审查 | 是否更新了相关文档 | 任何 API 变更 |
3. 协调层
协调层负责:
- 决定启动哪些 Agent(不是每个 PR 都需要所有 Agent)
- 收集各 Agent 的输出
- 去重和合并重叠的发现
- 按严重程度排序
- 生成统一的审查评论
4. 反馈回路
每个 Agent 的输出都会被跟踪:
- 开发者是否采纳了建议
- 建议是否是 false positive
- 是否有 Agent 漏掉了重要问题
这些数据用于持续改进 Agent 的提示词和规则。
关键设计决策
并行 vs 串行执行
我们选择并行执行所有相关 Agent,然后在协调层合并结果。串行执行会让审查时间过长——在高 PR 量的环境中,速度很重要。
评论策略
AI 审查评论需要在不骚扰开发者的前提下提供价值:
- 每个 PR 最多 5 条 AI 评论(避免信息过载)
- 按严重程度排序(阻止合并 > 建议修改 > 信息性)
- 对每条评论说明"为什么"和"怎么修"
- 如果 Agent 不确定,明确标注"可能的问题"
与人类审查的关系
AI 审查不是替代人类审查——而是在人类审查之前过滤掉可自动检测的问题。人类审查者看到的是已经经过 AI 预筛的 PR,可以专注于更高层次的设计和逻辑问题。
规模化挑战
在 Cloudflare 的规模下,我们遇到了几个非显然的问题:
1. Agent 之间的矛盾
不同的 Agent 有时会给出矛盾的建议(如安全 Agent 说"加更多验证",性能 Agent 说"减少不必要的检查")。协调层需要识别这种矛盾并做仲裁。
2. 上下文窗口限制
大型 PR 可能包含数千行变更。单个 Agent 无法在一次调用中处理整个 PR。我们的解决方案是按文件分组,让每个 Agent 只看相关的文件,然后在协调层合并。
3. 延迟管理
开发者期望 PR 审查在几分钟内完成。我们通过并行执行和优先级队列来管理延迟——安全和正确性审查优先于风格和文档审查。
结论
大规模 AI 代码审查的关键不是"一个强大的 Agent"——而是"多个专门 Agent 的协调系统"。每个 Agent 做好一件事,协调层将它们组合成统一的审查体验。这种架构既灵活(可以独立添加和改进 Agent)又可扩展(并行处理满足高吞吐需求)。
原文版权归原作者所有,翻译仅供学习交流。