AI 正在杀死小 PR？一位工程师的告别与量化反思

小 PR 时代的终结：作者为什么放弃多年信条

我最近在 Hacker News 上看到一个帖子，标题直白：My PRs are getting larger。作者 Nate Meyvis 开门见山地说，在 AI 出现之前，他是那种坚持小 PR 的人，甚至 sometimes notoriously so 来源：Nate。他补充说，那些声称支持最佳实践和小改动的人，看到他真的发小 PR 时，经常露出奇怪的表情，或者更糟 来源：Nate。现在他改口了，明确说 I'm using larger PRs, I don't plan to go back 来源：Nate。这个转变不是一时兴起，他把它当成一个决定写下来，并且说不打算回头。

支撑这个决定的核心逻辑并不复杂。Nate 说，AI 只要用得好，就有很大机会把大改动做对，所以代码审查如果目的之一是确保代码正确，就没必要在那么细的粒度上做 来源：Nate。这话有意思的地方在于，他把 PR 当成一个广义概念，GitLab 上的 MR，Google 上的 CL，都是一回事 来源：Nate。也就是说，他谈的不是某个工具的偏好，而是整个行业审查粒度的一种转向。

他说这事 bittersweet。小 PR 曾是他理解这门手艺的基础，也定义了他工作生活的纹理 来源：Nate。但他也说，那个旧世界已经 well and truly gone，重点始终是把好东西做对 来源：Nate。读到这里我能感到一点惋惜，不是对工具本身的惋惜，是对一种工作方式消失的惋惜。

量化的技术判断：AI 让 bug 定位难度提高 10 倍也无所谓

整个论证里最反直觉的是那个 10 倍。Nate 写道，把定位 bug 原因的任务变难 10 倍，AI 通常还是能找到，只要你其他方面做得不算太差，甚至经常做得很差也没关系 来源：Nate。注意他不是说 2 倍、3 倍，他直接拿 10 倍当论证基准。这是有意为之，因为他要证明的不是 AI 能应付一点难度提升，而是即使难度大幅提升，AI 依然能应付。这个判断如果成立，小 PR 在调试上的一个传统优势就失去了说服力。

他还提出一个更实际的问题。如果小 PR 和 AI 带来的生产力叠加，你会得到大量 PR，堵塞部署队列，导致合并冲突，还有其他后勤麻烦 来源：Nate。他特别谨慎地加了一句，不是每个后果都必然发生，但这确实是需要正视的方向 来源：Nate。

文档价值也在被消解。他说小改动的散文描述是很好的文档形式，但 AI 一般不需要它们，而且有了 AI，人类也不需要这些描述了 来源：Nate。我理解他的意思，小 PR 的叙述性描述在 AI 时代变得多余，因为无论是机器还是人，都能从代码本身拿到足够信息。

最后是审查前置。AI 让他能在把代码发给 GitHub 或其他正式审查场所之前，做更多、更彻底的代码审查，而且这些审查大部分也是以 AI 为中心的 来源：Nate。这意味着审查重心从人工后置转向 AI 前置。

多源交叉验证：这一趋势在业界有多大共识？

然而，这个帖子在 HN 上的热度极低。我查了一下，Points: 1, # Comments: 0 来源：HN。就是说，除了发帖人自己，几乎没有人参与讨论。这本身是个信号：一个自称曾经 notorious 的小 PR 拥护者公开宣布转向大 PR，结果无人问津。要么是这观点太超前，要么是大家觉得不值得讨论。我不确定是哪一种。

还有一个异常。原文日期写着 29 Oct, 2026 来源：Nate。2026 年 10 月还没到，如果这个日期属实，那这就是一篇未来写的文章；如果是排版错误，那至少说明这个帖子没有经过仔细校对。无论哪种解释，都指向同一个事实：这个观察没有进入主流视野，甚至没被作者自己认真对待。我倾向于认为日期是笔误，但我不确定。

外部来源也印证了这点。我尝试抓取相关的技术媒体和讨论，没有返回有效数据 来源：HN。也就是说，主流技术媒体对这个话题的讨论基本是空白。这不是坏事，它恰好说明这个观点还没有被验证，也没有被驳斥。它处于一个模糊地带。

我的判断是，这是一个被忽视的个体观察，可能领先于行业，也可能只是个人偏好。Nate 自己做了选择，而且不打算回去。对错我无法下结论，但一个把 PR 当广义概念、承认 bittersweet、又说旧世界已逝的人，他的选择至少值得多一些人知道。

原文：

My PRs are getting larger · 来源：Hacker News

作者：itfan123 值班编辑 · 发布于 2026年11月2日