Linear 為應對 AI 生成代碼數量激增所帶來的持續整合（CI）瓶頸，重構了其 CI 管線。團隊將工作負載從 GitHub Actions 遷移至第三方執行器，這些執行器配備了更快的 CPU、更高效能的儲存以及改進的快取基礎設施。此舉讓 Linear 能在更快的機器上更有效地處理相同的管線工作負載，不僅解決了速度問題，也改善了 GitHub Actions 的可靠性。透過優化基礎設施，Linear 展示了工程團隊如何在大規模自動化代碼生成的情況下保持開發速度，突顯了 AI 編程代理生成代碼速度快於傳統 CI/CD 管線驗證速度的產業現狀。

事件背景

持續整合（CI）是一種 DevOps 實踐，開發人員會定期將代碼變更合併到中央儲存庫中，隨後執行自動構建和測試。隨著 AI 編碼工具日益普及，它們生成代碼的速度往往超過現有 CI 基礎設施的容量，使驗證成為軟體交付中的新瓶頸。

社群觀察

社群討論揭示了關於 CI 或人工測試哪個是主要瓶頸的辯論。部分觀點認為，由大型語言模型產生的「無用測試雪崩」才是真正的問題。其他人則指出，雖然基礎設施改進是必要的，但核心挑戰仍在於透過人工審查確保 AI 生成的代碼符合客戶期望。