一个开发者让编码智能体自己开分支、写代码、跑检查、提PR,甚至自己合并进集成分支——但永远不许碰发布分支。三周时间,185个工单PR被智能体合并进集成分支,最终只形成62次打包评审,平均一次评审覆盖约三个工单。
这套流程来自两个副业项目,由一名开发者主导,主要使用Claude Code智能体。工作被拆成小工单,最多四个工单打包成一次评审。一条硬线从一开始就存在:智能体绝不合并进发布分支。
转折点在于他重新审视了自己最初的做法。第一版流程里,智能体每开一个PR,他都要点一次确认。看起来安全,所以他从未质疑。直到他去看这些确认到底在做什么:每个工单PR都换来他的一次点击,但真正的评审发生在后面——发货前把整包工单一起读。他改流程当天的笔记写得很直白:每个工单PR一次确认,只增加了等待,没有增加评审。
于是问题变成:人工闸门到底在哪里才真正值回成本?他的答案是——放在工作变得不可逆的那一刻。智能体区域负责开分支、写代码、跑检查、开PR、合并进集成分支,不需要批准;人类区域只有一个PR,把整包从集成分支推进发布分支,由他评审并合并。这是唯一必须由人动手的节点,因为在此之前的一切都可以检查、回滚或丢弃。
三道机制维持智能体区域的秩序:
- 默认干跑:智能体调用的改Git脚本,不加参数就什么都不做,只打印计划。只有任务明确说明某一步已获人工授权,智能体才会传
--execute。计划打印出来是有用的一半——运行停下时,他能读到它原本要做什么。 - 拒绝清单:无头运行拿到允许清单(自己的脚本、只读GitHub命令)和一份永不许执行的命令清单:直接合并、强推、推受保护分支、改写历史、内联脚本。通过Claude Code命令行按次传入。
- 停下,不硬来:合并冲突会中止运行并上报。集成分支上的检查失败不阻断打包,最终PR以草稿形式打开,标题带
[checks failed],让他合并前先看到。
护栏也咬过他自己。他记录了7次无头运行,全部发生在同一天:3次完成,2次失败,2次需要输入。四次没跑完的运行里,三次撞上权限系统——两次是工作流合法需要的命令被拒,包括智能体自己的分支脚本加--execute;一次记录了权限拒绝(内联脚本,在拒绝清单上),以退出码1结束,却仍把结果记成“成功”;还有一次因为必需的工具路径没配置而停下。没拦过你的护栏等于没被测过,他的被测了,代价是一个下午。
拒绝清单也不是一堵墙。他在临时仓库里对真实命令行做了测试:直接合并、两种写法的推发布分支、强推、裸API调用、内联脚本全部被拒,推功能分支则放行。但清单拦的是命令的直接形式,不是所有可能形式——当发布分支处于检出状态时,一条普通的git push不匹配任何模式。
更关键的一课是覆盖面。那份拒绝清单是为他从控制面板发起的无头运行准备的,而智能体的大多数PR并不来自那里,而来自交互式会话——那里根本没有拒绝清单,规则只活在项目说明、干跑脚本和Claude Code常规权限提示里。这比“一份测过的拒绝清单”弱得多,而他此前一直描述得像清单覆盖了一切。
真正的修法他用不了:GitHub分支保护能补上这些缺口,但他的套餐不支持私有仓库。所以实际保障是一摞东西:脚本、适用处的拒绝清单、提示词、一个独立工作树让无头运行永远不从发布分支起步,以及他对最终PR的评审。
审计链也分不清他和智能体。这台机器上智能体和他共用同一个GitHub登录,62次打包合并进发布分支全部显示同一账号。规则说只有他能合,但合并记录本身证明不了这一点。另外两个打包PR以[checks failed]打开,最终都被合并——这是设计本意,也意味着这个标记的好坏只取决于读它的人。
数字都来自其中一个项目,且只列数得出来的:2026年10月25日至11月17日,智能体合并185个工单PR进集成分支;同期62个打包PR合并进发布分支,最后一次在11月16日。第一个跑完的打包运行约11分钟,随后的合并运行约2分钟。拒绝清单测试覆盖临时仓库上6条被拒命令和2条放行命令,属于抽查而非证明。
他给出的下一步清单里,第一条是给智能体独立身份:人和智能体共用一个账号,合并历史就显示不出是谁跨过了闸门,单独的机器人账号或令牌排在改动列表最前。第二条是保持一行停止规则:冲突或检查失败只能停下或标记,绝不能被悄悄“修好”;标记只有被人读到才有效,所以要放在人本来就会看的地方。
热门跟贴