删代码比写代码难。Uber工程团队在官方博客里给出的判断是：feature flag全量上线后，残留的条件分支、参数、配置和测试会变成技术债，不仅拖累工程师，也让AI Agent读到更多死代码，会话更长、成本更高。

打开网易新闻 查看精彩图片

他们为此搭了一套叫AutoClean的系统，用AI Agent加确定性代码变换来清理已全量上线的过期flag。累计清理了1.6万多个flag、超过100万行代码。核心思路被拆成四句话：确定性的事交给工具，需要判断的事交给Agent，正确性交给CI加多层验证，最后的业务决策留给人。

清理看起来是"搜索加删除"，实际是一条传播链。把flag内联成true只是第一步，接下来要判断函数参数能不能删（得查所有调用方）、旧分支是否已经不可达、配置字段还有没有别处依赖、测试该删还是该改写。Uber团队的结论是：静态工具擅长确定性改写，AI的价值在这些传播决策上。

三阶段架构

第一阶段是改写。Agent具备文件搜索和编辑能力，布尔代数和条件化简则通过MCP调用Uber自己的确定性引擎PolyglotPiranha来完成——条件化简一旦出错，就会悄悄改变线上走哪个分支。Agent循环执行，直到没有可清理的为止。

第二阶段是修CI。以monorepo的全量CI为准，而不是只看本地测试。失败先交给便宜的确定性修复器处理（未使用的默认值、lint），处理不了的再交给Agent修复器，比如判断测试该删还是改写，反复推送直到变绿或者用完重试次数。这里的关键约束是权限收窄：测试修复器只能改测试文件，否则Agent会去改生产代码来让测试通过。

第三阶段是验证。CI绿了也不等于正确，Agent可能删掉本该保留的测试，也可能停得太早没清理干净。所以先跑静态检查，再交给Agent验证层CodeCourt。

CodeCourt：最值得借鉴的设计

这套验证层的做法是，把观察到的Agent失败模式写成明确的正确性属性，每条属性由一个专门的审查Agent并行检查：

  • 只删不增
  • 行为语义不变
  • 不偏离目标，不顺手删其他flag
  • 不留Agent痕迹，比如推理注释

全部通过才进入人工审查，任意一条失败就直接放弃这个diff。团队早期试过用单个Agent端到端审查，效果不如拆成多个聚焦的审查者。

背后的原因在于：指令一多，长任务Agent就容易遗漏约束，倾向于只追求"CI通过"这种最直接的信号。所以AutoClean把约束从执行循环中剥离出来，放到验收端去检查。

整套流程里，工具负责确定性改写，Agent负责传播决策与修复，CI和CodeCourt负责拦截错误，人只保留最后的业务判断。Uber团队把这套组合称为用AI删代码的Agent工程实践。