09-20
Agent 写代码把 CI 压垮：Anthropic 测试影响分析服务的三次续命与重构
Anthropic 的 CI 在六个月内承受了 25 倍任务量增长：Claude 编写 80% 的代码，工程师人均季度产出是 2021–2025 均值的 8 倍，测试总量涨了 10 倍而人数几乎没变。瓶颈从写代码转到 PR 审核，再落到测试影响分析服务上。该服务由 listener 和 selector 两个确定性组件构成，因为需要单写入者维护每个测试的历史，v0 只能单进程运行，无法水平分片。作者记录了三轮续命：加核心数撑了 70 天，按包分片撑了 29 天，每日重启撑了不到一天；期间内存见底、只找到四个 bug、换内存分配器无效，重启还让 listener 越追越远。最终方案是把历史状态搬进内存数据存储：任意 listener worker 把结果追加进 journal 即可无状态退出，单独的 consumer 每几秒把 journal 汇总成 per-test 历史，selector 再查询。单人三周完成，积压事件归零。作者的建议是：假设两个季度内负载达 25 倍，把状态移出进程，别把关键服务跑成单实例。