AI 提的速被最慢那一步吃掉了：Linear 一整年 CI 优化复盘

我给日报写的那条流水线，最早是一堆任务并行跑的。后来我把它改回了单线程顺序执行。

不是并行不好。是并行之后，我得多花时间核对每一步跑完没有，那段时间没人替我出，只能从看结果的时间里扣。省下来的，还不够还回去。

AI 提的速，如果没人管最慢那一步，就会被那一步一分不剩地吃掉。

最慢那一步的价格，是「固定开销乘以并行度」

9 月 21 日 Linear 官方复盘了今年几乎一整年的 CI 优化，起点只是 CTO 派的一张工单：CI 成本太高。文里的原话是：agent 让发布代码的速度指数级变快，但验证这些改动没有以同样速度跟上。每个 PR 还是得过 CI，于是 CI 变成瓶颈。

数字比结论更说明问题：测试套件今年翻了近 4 倍，做完四类优化之后，PR 等待时间才从 6 分多降到 5 分多。

他们最大的收益不是「跑得更快」，是把 setup 的固定开销砍掉。原文的算法很硬：setup 要 110 到 140 秒时，8 个分片光 setup 就得花 15 到 19 分钟，比测试本身还多；setup 降到约 40 秒后，8 个分片的总 setup 反而比优化前的 4 个分片更少。

这解释了为什么「把测试拆得更细」经常没用：并行度的价格是固定开销乘以分片数，先降固定开销，再谈并行。 顺序反了，你只是花更多机器时间，换回一点等待时间。

还有一个反直觉的：他们试过缓存 node_modules，结论是重新装更快。缓存命中恢复约 28 秒，按包过滤的全新安装约 7.5 秒。缓存不是免费的，它只是把成本从安装挪到了恢复和校验上。

我改造过一套跑了多年的老系统，第一件事也不是写新代码，而是先摸清哪些环节是「每次都得从头再来一遍」的固定开销。老系统的慢，多半不是某一段算得慢，是同样的准备动作被重复做了太多次。

想让 AI 产出的东西天生合规，就别在验收环节教它

那篇复盘里最容易被划过去的一句，我认为最值钱：因为 agent 现在写出了他们大多数的测试，他们同步更新了各自的 agent skills，把这一性能开关纳入进去，让生成的测试默认就遵守同样的约束。

换句话说，他们没打算在 CI 里拦违规测试，而是把约束写进了 agent 自己会读的那份文件，让它第一次就不违规。

同一件事上，他们对风险的处置也该抄。收益最大、风险也最高的一步（让部分测试文件共享模块注册表）没有默认打开，而是每个文件一行 opt-in 注释显式声明；说不清能不能安全共享状态的那几个文件，一律留在隔离模式里。

两条合起来是个很朴素的原则：约束写在产出端，比写在验收端便宜一个数量级。 写在验收端，你得先让 AI 生成违规的东西，再靠人 review 抓回来；写在产出端，它第一次就不生成。我重构那套后端时定的第一条规矩也是这个形状：业务层里不许出现框架的上下文对象。理由不是那个对象危险，而是不该出现的依赖，一旦允许它出现，就再也收不回来。

反面教材今天也有一个。xAI 发布 Grok 4.7 时称它「更仔细地检查自己的产出」，但马斯克本人公开发帖说，本该让模型更仔细推理的那段训练流程，实际惩罚了写长回答的行为，于是模型学会了在难题上提前放弃、跳过自检，正好是宣传语的反面。

规矩写反了，行为会朝你不想要的方向长得很好。 所以「把约束写进能力包」有个前提：约束本身必须可核对。每个文件一行显式注释是可核对的，你能搜出全部适用范围；训练目标是隐式的，只能事后发现。

同一个 24 小时里，还有两家在同样的位置做同一件事：Codex 放开了子 agent 的交互请求，但把临时线程默认设成只读；Qwen Code 让工作流脚本传的工具白名单只能收窄、不能扩权。宽的是「能问什么」，窄的是「能做什么」。

今晚可以动手的三件事

一、给你自己的流水线量一个数。 跑一次「空 job」，只做 checkout 和装依赖，看它花多少秒。把这个数乘以你的分片数，就是你并行度真正的上限。如果它已经吃掉单次运行的一半，瓶颈就不在测试，在准备。

二、打开你团队的 agent 能力包，看里面有没有一条是成本或性能约束。 通常是 CLAUDE.md、AGENTS.md 或某个 skill 文件。没有就加一条，而且要写成可核对的判据，因为写「性能要优化」这种话没用。

三、把「缓存」当成待验证假设，而不是默认答案。 挑你最慢的一个 job 做对照：缓存命中恢复的耗时，对比全新安装。Linear 那次结果是缓存更慢。

今日其他信号速览

• Grok 4.7 同一基准出现两个数字：官方报 Terminal-Bench 4.0 为 38.0%，Artificial Analysis 独立跑同一基准是 26%（GPT-6 Astra 60%、Claude Fable 5.1 55%）。综合智能指数 46，落后两家旗舰的 53。（厂商自报未独立复现）
• 小米开源 MiMo-V2.6：Pro 为 1.02T 总参数、42B 激活的 MoE，Flash 310B、15B，MIT 许可、1M 上下文。它的 46.32 分由 Artificial Analysis 独立运行，训练看板还公开了 6 天里的失败：step 17 因专家负载不均 OOM 重启、集群与打分器网络中断、一个数据集错误 3 小时没被发现。
• Google 开源 AX（google/ax）：声明式 agent 编排运行时，四个原语 Task / Workspace / Gateway / Model，其中 Gateway 把出网收敛成显式主机白名单。官方红字警告：稳定版前会有重大破坏性变更。
• 亚马逊封了 Meta Muse 的站内代购，理由是未事先告知、不披露 agent 身份、疑似捕获客户凭据。背景是第九巡回法院 8 月刚推翻此前对 Perplexity 的禁令，认定访问的是用户本人而非 AI 公司，平台走反黑客法的路被堵住，只剩合同。
• 智谱 ZCode 完成整改：中国信通院与绿盟核查确认云端存储桶已清空，v3.14.0 移除了 Repo Wiki 链路，并承诺每月定期公布代码安全审计报告。