軟體工廠與程式碼審查:專訪 Harjot Gill
軟體工廠與程式碼審查:專訪 Harjot Gill
CodeRabbit 執行長 Harjot Gill 主張,AI 代理大軍已把軟體開發變成工廠式生意:人類審查的角色從逐行讀 PR,轉為把關版本發布,而 Token 支出已超過人事成本。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
AI 程式碼審查新創 CodeRabbit 執行長 Harjot Gill 主張,人工程式碼審查已死,而現在只要一支小團隊操作一批 AI 代理,出貨量就能達到當年 Facebook 需要數千名工程師才撐得起的規模。在與主持人 Gergely Orosz 對談的 87 分鐘裡,Gill 說明他個人如何在一個月內合併超過 5,000 個 pull request、「軟體工廠」在實務上究竟長什麼樣子,以及為什麼他認為 800 萬美元的種子輪已不足以支撐一家有競爭力的軟體新創。對談橫跨 Token 與 CI 成本、算力吃緊、形式化方法(formal methods)、工程師的「駕照」,以及包含 500 小時策略遊戲在內的招聘標準;程式碼審查這個主題本身只佔了播出時間的一小部分。
Gill 這已是第三次創業——CodeRabbit 之前有 Netsil(Kubernetes 可觀測性,被 New Relic 收購)與 Flux Ninja(負載卸除與優雅降級)——他寫程式約 30 年,大部分時間是親力親為的技術長。這段經歷之所以重要,是因為他的說法立基於自己的營運數字,而非廠商行銷話術:他說他個人的 AI 支出每月 25 萬至 27.5 萬美元,公司每月花在 Token 上的錢則達數百萬美元。Orosz 多次提出反駁,尤其針對資金門檻的說法,以及為了幫代理解卡而凌晨三點起床是否明智,並在結尾評論中表明自己的懷疑。
現在單一工程師就能驅動數百萬美元的 Token 支出,Gill 說這就是新的瓶頸
Gill 的核心經濟論點是:軟體的稀缺投入已從工程人力轉移到 Token、代理與 CI 算力。他說轉折點是能力夠強的寫程式代理問世——他點名 GPT-5.3 Codex 與 Opus 5.5 是讓代理達到生產級水準的模型——而 CodeRabbit 的 pull request 量從 2026 年 7 月前的每月約 100 至 200 個,成長到 7 月的 1,000 多個,最近一個月更突破 5,000 個。他形容自己的產出多屬清掃與基礎設施工作,而非功能開發:修 CI、處理不穩定測試、快取與分散式系統問題,大約 20 個並行的 Codex session 中,一天只有一、兩個「戰術性」的 UI 開發對話。
「我們的 AI 成本——光我一個人——一個月就要 25 萬,27.5 萬左右……這還只是我一個人。而團隊裡有些人現在的出貨量已經快追上我了。」
他把這個轉變詮釋為領導者「買的東西」變了:以前你付錢買人才(他舉矽谷 30 萬美元以上的底薪加股票為例),現在你付錢買 Token,而最聰明的人是那些能驅動 Token 的人。他主張一個人一年可以驅動 200 至 300 萬美元的 Token,這正是下方那個備受爭議的資金論點的基礎。
| 指標(Gill 提供的數字) | 數值 |
|---|---|
| Gill 個人 AI 支出 | 每月 25 萬至 27.5 萬美元 |
| 全公司 Token 支出 | 「每月數百萬美元」 |
| Gill 最近一個月合併的 pull request 數 | 5,000 以上 |
| 2026 年 7 月前的 PR 量 | 每月約 100 至 200 個 |
| 2026 年 7 月的 PR 量 | 1,000 以上 |
| 發布頻率 | 每 30 至 45 分鐘一次,一天多次 |
| CI 廠商報價(未採用,改為自建) | 每年約 1,300 萬美元 |
| 每個 PR 的成本(Gill 本人) | 約 150 美元;部分工程師達「數千美元」 |
| 目標 CI 執行時間 | 約 3 分鐘(目前約 4 分鐘) |
「軟體工廠」是一套具體架構:爬山式迴圈、模擬,以及把每次發布當成一回合
Gill 區分兩種 AI 使用模式。第一種是「陶輪」——互動式對話,由人一句一句雕琢軟體,他一天最多隻開一、兩個 session,因為人類的決策能力才是上限。第二種是工廠:給長時間執行的代理一個目標,讓它對著驗證訊號「爬山」,無需人手照料。他說有個代理連續跑了六週,用 Rust 在物件儲存上打造一套 Git 預寫日誌(write-ahead log),他一行程式碼都沒讀過,而這套系統現在已在生產環境執行,支撐 CodeRabbit 的知識庫。另一個類似的週末目標,則在他於太浩湖海灘度假時,把所有服務遷移到 Bun。
讓這套做法行得通的是驗證層,而 Gill 對這些驗證層的描述異常具體:在實作前先寫 TLA+ 模型(用於 Slack bot 產品,模型揪出了團隊漏掉的競態條件)、帶模糊測試的本地確定性模擬(涵蓋各種交錯執行順序)、雲端 API 模擬器,以及近期針對帳務服務等專案採用的 Lean 定理。他把每次發布形容為策略遊戲的一回合——代理在 10% 灰度發佈下觀察日誌、追蹤與效能表現,從中學習,再擴大範圍。
flowchart TD
A["人類設定目標"] --> B["系統的 TLA+ / Lean 模型"]
B --> C["由代理實作"]
C --> D["本地確定性模擬與模糊測試"]
D --> E["對模擬雲端 API 的模擬器"]
E --> F["GCP 或 Vercel 上的真實開發環境"]
F --> G["功能旗標,10% 灰度發布"]
G --> H["代理觀察日誌、追蹤、效能"]
H --> I["擴大發布或回滾"]
I --> A
他明確表示這套流程尚未完全解決。開發受到兩件事限制:開發者筆電能跑多少個代理 session——24 至 48 GB 的機器跑到三、四個 session 就會被單元測試拖垮——以及一次發布能納入多少個 PR。他希望把工廠搬進雲端沙箱,採「日不落」模式(CodeRabbit 在班加羅爾有團隊),這樣凌晨三點卡住的代理就不必靠他親自解卡。
作為人工關卡的程式碼審查已死;pull request 則以決策點的形式存續
對「程式碼審查是否已死」這個問題,Gill 的回答很精準:人工程式碼審查已死,但人工審查沒有。他的理由是,AI 移除了敏捷與衝刺規劃過去所提供的上游調節機制——當年工程是昂貴資源,規劃的存在是為了阻止大家做錯東西。現在客服單可以直接丟給代理,設計師直接出貨程式碼,Datadog 看到告警就會開 PR。pull request 於是成為稀缺人力判斷力花用的地方,聚焦三個問題:這東西到底值不值得上線、影響範圍有多大、是否動到結構性的東西(例如 schema 遷移)。
「這觀點可能有點辛辣,但之前寫爛程式碼的是人,不是 AI。到現在這個階段,只要 AI 能對著某個東西驗證,它寫的爛程式碼其實更少。」
他聲稱 CodeRabbit 的缺陷率隨著交付速度提升反而下降,並將此歸功於驗證層變好,而非單純模型變強。責任歸屬落在軟體工程師身上,他們審查的是「發布」而非 PR——一則 Slack 訊息會彙整每次發布的風險指標,回滾只需 10 至 15 分鐘。SRE 則在核準階段共同承擔責任。
「駕照」就是落實這套機制的工具。CodeRabbit 會把生產環境的退化追溯回引入問題的那個 PR,並衡量暴露時間——Gill 舉例,有些案例要 100 小時後才被客戶發現。違規記點累積到一定程度,工程師就失去未經人工審查即可出貨的權利,之後得經過一段觀察期才能重新取得。反觀實習生,則被允許直接出貨到生產環境。
成本曲線不只停在 Token——CI 與 CPU 是第二層帳單
Gill 最具體的營運警告是:代理式開發會放大基礎設施成本,不只是模型成本。CI 支出原本正朝著廠商每年約 1,300 萬美元的報價前進,於是 CodeRabbit 自建 CI,一個週末就完成遷移;他估計成本約降低 50%。他也描述了真實的 CPU 短缺:GCP 在他們所在區域的容量少到無法升級一個資料庫執行個體,只能被迫遷移;他認為這是因為大型實驗室不只搶 GPU,還為了沙箱與強化學習環境大量消耗 CPU 與記憶體。
他對程式碼庫熵增的應對方式刻意寬鬆。「先讓混沌橫行,再馴服混沌」——快速出貨,接受抽象層與安全態勢會退化,然後派出維護代理(「Roomba」)去清理爛測試、以整合測試與端到端覆蓋取代多餘的單元測試,並執行重構。他說代理最近把 Effect 與 XState 引入程式碼庫,作為一項常態性重構。
在模型策略上,CodeRabbit 採整合式做法並依工作負載分流,而不是提供使用者下拉選單挑模型。Gill 說,以目前的發布頻率,團隊的瓶頸在於評估(eval)量能,沒有餘力接新廠商,並會用較便宜的模型(他點名 Llama)做程式碼探索與上下文準備,把昂貴的推理模型留給深度推論。早期的微調嘗試已被放棄,因為優勢的保鮮期太短——前沿推進的速度比他們維護微調還快。他主張,可長可久的優勢在於調校「載具」(harness):用語意分析與程式碼圖譜來控制上下文與 Token 成本。龐大的開源使用者基礎部分就是一個回饋迴路,每一次公開審查都在餵養載具的調校。
Gill 的 800 萬美元種子輪論點是他最受爭議的主張,而它建立在一個特定的賽局定義上
Gill 引用推文轉發了一位創辦人的說法——某款多人遊戲每年雲端支出 3,200 萬美元——並主張即使是 800 萬美元以上的大型種子輪,也已不足以打造一家軟體公司,因為軟體工廠需要 Token,還需要為 CI 與沙箱準備的大規模算力。他更犀利的一句是:現在有些較小的新創,存在的唯一目的就是把點子送給 Token 更多的大型新創。Orosz 強力反駁,指出他接觸的大多數開發者——包括 Nvidia 內部的人——每月預算都低於 1 萬美元。
Gill 的辯護則把論點範圍收窄。他談的是競爭激烈領域中、由創投支援的高速成長新創,在那裡護城河的視窗已從六到九個月壓縮到幾天或幾週,競爭對手——他舉 Rippling 作為綜合型公司的例子——幾乎可以立刻複製一個淺層的點子。在這個框架下,把錢花在高品質的 Token 上,買到的是搶佔心智份額的速度,小團隊燒 Token 取代了大團隊燒薪水。他把這套邏輯延伸到市場結構:SaaS 單點解決方案岌岌可危,投資工廠的公司將像工業工廠量產商品那樣量產軟體,手工打造的軟體只有在市場願意買單時才能享有溢價。
Orosz 在結尾評論中的反駁是:除了販售 AI 開發工具的新創之外,純粹為了讓產品稍微快一點上市而砸大錢,顯然說不通。但他也承認競爭這一點:現在不只是 CodeRabbit 那 40 人的工程團隊在推新產品,Ramp、Shopify 與各家實驗室也都在進軍相鄰市場。
現在的招聘看重的是主動性與廣度,而非累積的技藝
Gill 的招聘推文設了兩項可接受的標準:在過去 30 天內「有品味地出貨至少 1,000 個 PR」,或者玩過 500 小時以上的模擬遊戲,例如《文明帝國》、《世紀帝國》、《運輸大亨》或《Factorio》。他是認真的——在他感覺,操作代理就像《文明帝國》的一回合,每次發布是一回合,工人忙著改善道路,你則做策略決策。玩策略遊戲長大的人能多工處理,也比較能為代理列出待解決的問題清單。
他自述的標準依序是:主動性(今天還沒在做 side project 是「一大警訊」,因為打造東西實在太容易了)、經驗廣度(做可觀測性或資料庫的工程師,現在能帶著代理打造十種分散式系統),以及系統思維。他說資深的資深工程師必須「砍掉重練」,而主動性強的新鮮人往往表現更好。他也主張分散式系統的工作已被商品化——「打造 Unix 大概就只有那麼一種方式」——所以只要檔案和測試齊備,代理處理 Kubernetes、Dockerfile 最佳化與快取都做得很好,但產品與 UI 工作仍需要人的品味。
在組織上,CodeRabbit 採「戰情室」或 pod 制:計畫公佈在 Slack canvas 上,然後所有人——PM、設計師、後端與前端工程師——齊聚一室即時雕琢軟體,因為即使個人產出提高,協作的強度也跟著上升。他說招聘速度最快的是業務,因為設定的最後一哩路仍需要人手協助。
人的代價是真實的,而 Gill 自己的睡眠作息是他論點中最薄弱的一環
Gill 坦承他已圍繞代理重組自己的睡眠:小睡、凌晨三點起床下指令,因為每小時總有一、兩個代理卡住。他把它比作照料牲畜,或工業化前的多相睡眠,並說這不可持續——解方是雲端沙箱,以及以輪班方式而非靠程式碼來分配代理的責任。Orosz 直接反駁,引用 Matthew Walker 的《我們為什麼要睡覺》,並問代理難道不能等到早上嗎。
關於過勞,Gill 的說法是:過勞不是來自辛苦工作,而是來自長期做不出成果的工作——他在 Flux Ninja 時因為毫無進展而有過這種感覺,在 CodeRabbit 則沒有,因為營收、人數與資金都在成長。他說自己以身作則而非規定工時,事故發生時無論幾點都第一個到場,並相信新創員工買的是一條非線性的職涯軌跡。Orosz 補充,即使是失敗的新創,也會產出矽谷所回報的人脈與教訓。
值得持續關注的線索
未解的張力在於 Gill 的兩個主張之間:代理式開發便宜到一個人就能創造巨大價值,同時又昂貴到 800 萬美元已不夠用。兩者唯有在他那個狹窄的定義下才能同時成立——競爭激烈、創投支援、贏者全拿的市場——而 Orosz 的懷疑正是:大多數公司並不在那個定義下運作。有兩個營運訊號值得觀察:CodeRabbit 聲稱的缺陷率下降,在規模放大後是否依然成立;以及他描述的 CPU 與 CI 緊縮,會成為代理式開發的普遍限制,還是僅限於那些跑工廠級迴圈的公司。Gill 自己也承認工廠的介面尚未解決——他自己就是瓶頸,每小時醒來幫代理解卡——這意味著目前的運作模式是過渡性的,而非穩定的終局。