CI/CD 被 AI 拉到失速边缘：Shopify 技术负责人谈代码质量、自动审查与新堆栈

当 AI 生成代码的速度远超人类 review，CI/CD 反而成了最大的瓶颈。在这期 Latent Space 对话中，Shopify 的 Mikhail Parakhin 抛出一个反直觉观点：不是 AI 写得太快，而是我们还在用“旧时代”的工程方法。更意外的是，他还公开肯定了黄仁勋被低估的一点。

AI 写代码没问题，出问题的是 CI/CD

这期对话一开始就点燃了工程师的痛点：当模型可以在几分钟内生成成百上千行代码，传统 CI/CD 流水线却开始“拖后腿”。Mikhail Parakhin 的判断非常直接——问题不在于 AI 让代码变差，而在于交付系统根本没为这种速度设计。

在讨论中，他反复强调一个现象：代码产出速度提升后，review、测试、合并反而成了新的系统性瓶颈。不是单个工具慢，而是整个工程组织的节奏跟不上。CI/CD 原本是为了减少摩擦，但在 AI 时代，它可能正在制造新的摩擦。

被低估的黄仁勋：代码质量其实在上升

一个颇具争议的瞬间出现在关于行业人物的讨论中。Parakhin 提到，黄仁勋近年来承受了不少负面评价，但他给出了一个反直觉的判断：“代码质量其实更高了。”

这句话之所以耐人寻味，是因为它戳破了一个常见偏见：很多人默认 AI 参与越多，代码就越“脏”。但在实际工程实践中，模型生成的代码往往更一致、更遵循规范，至少在可读性和结构上，并没有想象中糟糕。真正的问题不是‘能不能用’，而是‘我们是否准备好接住它’。

PR Review 正在被重写，而不是被取代

在聊到代码审查时，对话没有落入“AI 会不会取代人类”的老套路。Parakhin 的态度很明确：他们正在使用“自己的东西”来做 review，但目标不是自动通过 PR，而是改变 review 的关注点。

在 AI 参与的 PR 流程中，人类不再逐行挑语法和风格，而是更多关注设计意图、边界条件和系统性风险。模型可以做第一轮甚至多轮筛查，但最终决策仍然需要工程经验。这种分工变化，意味着 review 的价值没有降低，反而被抬高了。

Tangle 与自动研究循环：工程系统开始“自我进化”

对话中多次提到一个关键词：自动化不再是脚本级别，而是“循环级别”。在讨论 Tangle 时，Parakhin 将其描述为一种自动的研究与反馈循环：发现问题、分析问题、提出修改，再回到系统中验证。

这类系统的危险和魅力并存。它不是‘解决所有问题的银弹’，正如他自己提醒的那样，但一旦设计得当，就能显著降低大型代码库中的认知负担。工程师不再被动处理 issue，而是与一个持续运转的系统协作。

真正的分水岭：你是否敢全面应用这些东西

在接近尾声时，Parakhin 抛出了一个更现实的问题：很多团队并不是缺工具，而是缺‘下决心全面应用’的勇气。Slides、指标、最佳实践都已经摆在那，但真正的差距在于执行。

他提到，某些新技术正在快速“taking share”，不是因为它们完美，而是因为它们更贴合 AI 时代的节奏。工程体系正在经历一次液态化重组——谁能更快适应，谁就能释放出指数级的生产力。

总结

这场对话传递的核心信息并不复杂：AI 并没有让工程变简单，它只是把旧问题放大了。CI/CD、PR review、研究与反馈循环，都必须重新设计，才能匹配 AI 的速度。对从业者来说，真正的行动点有两个：第一，审视你所在团队的交付瓶颈，而不是只盯着模型能力；第二，思考哪些决策应该交给系统，哪些必须由人把关。未来的工程优势，不在于用不用 AI，而在于你是否重构了整个工作方式。

关键词： CI/CD， AI代码生成， 代码审查， 自动化工程， Shopify

事实核查备注： 需要核查：1）Mikhail Parakhin 在 Shopify 的具体职务；2）视频中提到的 Tangle、Graphite Stacks 的准确名称与定义；3）关于黄仁勋“代码质量更高”的原话语境；4）视频发布时间与时长。