在軟體開發的 PR 流程中，與 AI 工程師一同協作
開場
去年在 DevOps Days Taipei 研討會中，我有分享過類似的概念，當時我還無法實現。而且我覺得當時我提出這個想法的時候，很多現場聽眾目光裡閃爍著的，其實是略帶懷疑的眼神。
什麼概念呢?
我一直希望，能不能在 PR 過程中，有個 AI 工程師在背景直接幫我們改 code？ 或是能有一個夜班的 AI 工程師，可以隨時待命，接手白天人類的工作，在晚上完成一些例行性的任務。
現在，這個夢想終於實現了。而且比我想像的還要好用。
讓我們先聊聊 Git 版控時的 PR 流程。如果你有再用 Git 做團隊開發，我相信你一定知道 Pull Request 是整個開發協作的核心。開發者提交程式碼、reviewer 進行逐行檢查、留下 comment、來回討論、最後 approve 或是 request changes。這個流程很務實，也很必要。
但一直有一個問題。
不知道你有沒有算過，從 reviewer 在 PR 上留下 comment，到開發者真正動手修改，中間會經過多久時間？
有時候是幾小時（如果大家都很閒），有時候是一整天（因為有會議、或其他工作），有時候甚至會拖到一兩天（可能是 Developer 沒收信、甚至根本是單純忘了上去看）。這段時間，PR 就這樣卡在那裡，什麼都不能做。CI/CD pipeline 也只能乾等。
更煩的是，有時候那些 comment 其實都是些「小修改」：改個函示名稱、加個錯誤處理、調整一下格式、補個註解。這種事情，說難不難，但要開發者停下手邊的工作、重新進入 context、再去改這些小東西，說實話，挺浪費時間的。
所以我一直覺得：如果可以讓 AI 先做初步修改呢？ 那會如何?
主要不是為了取代開發人員，而是在 reviewer 提出建議後，讓 AI 先試著去處理那些「機械性」的修改。再由人類負責審核、判斷、給建議；AI 負責執行、修改、產出結果。這不是挺完美的分工嗎？
實際操作
好，概念介紹完畢，來看看實際上如何運作。
假設今天有個 PR，reviewer 檢查後發現了一些需要改進的地方。就像平常一樣，在程式碼旁邊留個 comment。可能是「AI: 這一段應該要加上錯誤處理或Log」、「AI: 這個OOO變數名稱不夠明確」、「AI: 請加上OOO的單元測試」之類的。
就是這麼單純。跟平常的 comment 差不多，沒有什麼複雜的指令或格式。寫完之後，按下送出。
接著觸發一個 Azure DevOps Pipeline。
在這個 pipeline 裡面，我們放置了一個個特別的 task。這個 task 會啟動我們的 AI 工程師。沒錯，就是 GitHub Copilot CLI。
它能做什麼呢？它會：
- 讀取 reviewer 寫給 AI 的 comment (有 AI: 開頭的)
- 理解 comment 的意圖
- 分析相關的程式碼
- 根據建議進行修改
- 產出一份詳細的報告
整個過程大概需要幾十秒到幾分鐘，取決於修改的複雜度。
但重點是，這些都是自動完成的。你可以去泡杯咖啡，或是繼續做其他事情。
等 AI 工程師完成工作後，它會把結果提交到分支上。並且在原本的 comment 底下回覆一個詳細的修改報告。
這份報告裡面會告訴你：做了哪些修改、為什麼這樣改、有沒有遇到什麼問題、甚至建議的下一步。你可以檢查這些修改是否符合預期，如果 OK ，就直接採用，如果不 OK 就可以提出更具體的修改建議，讓 AI 再改一次。
說實話，我第一次讓這個流程跑起來的時候，內心是充滿激動的。至少我證明了，前兩年在研討會提到的想法是可行的。
討論
這樣的流程對開發團隊的幫助能有多大？
過去，一個 PR 從 reviewer 提出建議到開發者實際修改，可能要等 4-6 小時（如果中間有任何的人為疏忽或忙碌到無法看信件，可能就會等到隔天）。現在，這個等待時間縮短到幾分鐘。更重要的是，Reviewer 可以更快的看到修改結果，進而加快整個開發流程。
而且，AI 工程師不會累、不會抱怨、不會因為「只是小修改」而覺得浪費時間、沒有 context switch 的問題。它就是持續地把工作做完，然後提交報告。對於那些重複性高、規則明確的修改任務，它的表現可能比人類還要穩定。
這裡，有個最近這兩年你必須開始思考的議題。
這些流程並非旨在取代人類開發者，但確實是在重新定義了人類與機器的協作的方式。過去，code review 是「人對人」的同步協作；現在，它變成了「人類智慧 + AI 執行力」的混合模式。Reviewer 專注於架構設計、邏輯判斷、商業價值；AI 負責處理那些瑣碎但必要的細節。
當 AI 可以處理越來越多的「機械性工作」時，人類開發者應該把時間花在哪裡？答案很明顯👉更有價值的思考和決策。設計更好的架構、解決更複雜的問題、創造更有意義的產品。
當你下次在 PR 上留 comment 的時候，可以試著想像：如果現在有個 AI 工程師可以立刻開始處理，會是什麼樣的感覺？
我想，這確實是軟體開發流程的一大變革。
而似乎，這一切才剛剛開始。
具體的 Pipeline 配置和使用方式，可以參考底下:
https://studyhost.blogspot.com/2025/10/ado-coding-agent-pipeline-ai-agent.html
留言