“所有代码都是垃圾，除了我的”：一个月11000个PR，回滚率0.5%

AI Engineer频道放出了Lauren Tan（@poteto）在大会上的演讲录像，标题叫“All Code Is Slop (Except Mine)”。17分半，讲的是她在SpaceXSI的Grok Bot团队怎么用AI编程代理快速交付，同时把回滚率压在0.5%左右。

数据先摆出来：一个月11000个pull request，回滚率约0.5%。对比一下，很多团队人工写代码的回滚率都未必能做到这个数。

“所有代码都是垃圾”是演讲标题里的自嘲。意思是，在AI大量生成代码的语境下，任何人都会默认别人写的代码有问题，唯独觉得自己写的那部分靠谱。这个偏见放在AI代理身上更明显：大家天然不信任机器生成的代码。Lauren要回答的问题是，怎么让“垃圾”变成可交付的东西。

她的答案不复杂，但执行起来很重。

先讲信任金字塔。代码质量从下往上分几层：最底层是架构约束，往上是lint规则、类型检查、单元测试、集成测试、运行时验证、形式化验证。越往上，单次验证的成本越高，但覆盖的边界情况也越关键。很多团队只做下面两层就急着让AI代理疯狂提交PR，结果就是review队列爆炸，回滚率居高不下。

Dune是他们内部的一个工具，核心思路是把架构规则变成可执行的检查。模块之间的依赖方向、分层边界、哪些包不能引用哪些包，全部写成机器能验证的规则。人的记忆靠不住，注释也会过期，但CI里跑不过就是跑不过。

还有一个细节：他们用lint规则取代了大量注释。注释告诉后来的人“这里应该这样”，lint规则直接告诉机器“不这样就不让合并”。AI代理不会读注释，但会跑lint。

运行时验证和feature map解决的是另一类问题。代码编译通过、测试通过，不代表运行时行为正确。feature map把关键功能的运行时路径标出来，代理改动之后自动跑一遍对应的验证路径。

形式化验证用了TLA+和Lean。这块听起来很重，但放在“花token买确定性”的框架下就合理了。Lauren的说法是，token现在很便宜，把token花在验证上比花在生成上更划算。生成一段代码只要几秒，验证它有没有破坏系统可能要几十分钟的CI，但比起线上事故和人工回滚，这笔账算得过来。

Cursor agents和pstack是执行层的东西。代理接任务、改代码、跑验证、开PR，整个流程自动化。但Lauren反复强调的顺序是：先把软件工程的基础打好，再谈软件工厂。基础不牢，代理跑得越快，垃圾产生得越快。

演讲里有个判断值得记一下：AI编程代理的瓶颈不在生成速度，在验证吞吐量。生成侧已经足够快了，验证侧跟不上，整个流水线就会堵在review和回滚上。11000个PR配上0.5%的回滚率，说明他们把验证吞吐量做上去了。

视频在下面，17分钟，信息密度不低。

演讲者信息：