Alcides Fonseca 提出的源码控制新模型
摘要
Alcides Fonseca 批评了 GitHub 的拉取请求模型和 git 的局限性,特别是针对 AI 代理的局限性,并提出了一种围绕隔离和代理友好工作流构建的源码控制新模型。
<p><a href="https://lobste.rs/s/kuchy5/new_model_for_source_control_by_alcides">评论</a></p>
查看缓存全文
缓存时间: 2026/08/07 16:23
# Alcides Fonseca 的源代码控制新模型
来源:https://wiki.alcidesfonseca.com/blog/a-new-model-for-source-control/
早在 GitHub(甚至 git)出现之前,我就已经在自己网站上发布开源软件了。然而,较大的项目(以及后来我的一些项目)使用的是名为 SourceForge (https://sourceforge.net/) 的网站,这是一个可靠的来源——你可以信任从该网站下载的内容。在某个时期,SourceForge 提供了 CVS 和/或 Subversion 支持——对于年轻开发者来说,CVS 和 Subversion 是早于 git 的其他版本控制系统。
大约在 2007 年,GitHub 上线并普及了 Git,以及一个用于管理代码的网页界面,更重要的是,普及了 Pull Requests(拉取请求)。拉取请求首次降低了为开源项目做贡献的门槛。传统上,你需要发送补丁,或请求获得仓库的写权限。借助 GitHub,你可以创建一个副本,在副本上进行开发,然后通过网页界面请求维护者接受你的改动,这个界面足够友好,无需打开终端或 IDE 即可完成操作。
我很惊讶这个模式竟然持续运行了近 20 年而没有崩坏。当然,许多公司使用多种替代工作流,但我想说的是,在我工作过的所有公司中,这个模式非常非常流行,大家都在使用它。
直到现在。GitHub 报告称宕机时间有所增加 (https://www.githubstatus.com/history),这可能与智能体活动的增加有关,这些活动加重了其服务器负载。这种负载的增加可能会改变 GitHub(尤其是对开源项目)以及整个 Microsoft 的经济可行性(因为其他大语言模型训练公司也从其托管和可用代码中受益)。
与此同时,Anthropic 将工作树(work-trees)设为在机器上并行处理多个主题的默认模式。我基本不同意这种选择 (https://wiki.alcidesfonseca.com/blog/you-probably-dont-need-git-worktrees/),因为与在机器上使用不同检出副本所带来的隔离性相比,节省的磁盘空间并不值得。此外,我认为我们对 git 的使用(我相信 git 对其最初的目的非常出色!)已经暴露出一些局限性。
第一个局限是,你总是需要拥有项目自诞生以来的完整(线性)历史。我喜欢能够对文件执行 blame(追溯),然后看到 30 年前有人修改过它。但对于节奏缓慢、基本稳定的开源软件来说,这没问题。然而,对于许多大公司来说,如果你希望智能体能够快速检出仓库的新副本去探索一番,这种完整历史就是一种不受欢迎的开销。这正是工作树的优势所在,但代价是失去了检出副本的隔离性。如果你的某个智能体删除了 `.git` 文件夹怎么办?我希望获得更强的隔离性,甚至能够将隔离单元在机器之间移动。Cloudflare 已经发布了它们的操作系统 (https://blog.cloudflare.com/cloudflare-os/) 和浏览器 (https://blog.cloudflare.com/kitesurf/),作为面向智能体的隔离基础设施的基础组件。代码托管平台也需要类似的方法。
第二个局限是,所有提交都具有相同的粒度。假设你在一个分支上开发一个新功能,进行了 10 次提交。在合并或变基时,你可以选择要么移动全部 10 个提交,要么将它们压缩(squash)成一个大的提交(或介于两者之间)。就我个人而言,我喜欢保持它们独立,以便之后可以撤销。但这样一来,在理解某个变更发生的原因,或想要移除整个功能时,你就会丢失该提交来自哪个分支的信息(而且如今,你真的应该对你的分支进行垃圾回收!)。我看到很多公司要求有一个包含内部较小提交的超级提交(super-commit)。并且通过 Git 笔记(附加到提交上的元数据),你可以实现一个支持此功能的用户界面,只要团队中的每个人都使用你的自定义 Git 包装器即可。
尽管存在这两个局限,git 已经为智能体提供了解决方案:git 是分布式的,你可以为公司设置一个主仓库,为团队设置一个半主仓库,为自己设置一个仓库,并为每个智能体设置许多不同的仓库。你可以将更改从任何仓库推送到另一个仓库,而不必经过集中式的 GitHub/GitLab/Gitea 实例!
当然,绕过集中式服务器会让你失去 CI/CD(好吧,不一定,但实际上是)以及问题和拉取请求的集中视图。所以我们真正需要的是一种分布式的、托管的 GitLab(或类似平台)安装,能够根据组织需求进行相应的粒度控制。你可以将智能体的 PR 合并到你的仓库中,然后这些 PR 才会出现在你的团队中。但如果你想在同一个 PR 上协作,你可以直接推送给团队成员。但你又希望单个 PR 上的工作是隔离的(我认为这正是当前智能体/SourceForge 模式中失败的地方)。
虽然这个模式不一定更适用于开源项目——开源项目所拥有的那种我喜欢的高度透明政策——但它更契合大型公司复杂的组织行为、当今大量涌入的代码,以及隔离智能体可能带来的潜在负载增加的需求。
相似文章
版本控制如何为智能体浪潮进化
本文探讨了 Git 和版本控制系统如何适应人工智能智能体成为主要代码生产者的趋势,主张将会话日志与代码一起存储,并转向去中心化托管,以实现可扩展、有弹性的协作。
版本控制的复兴
作者回顾了版本控制系统的演变,从Git的兴起,到当前由AI代理驱动的转变,以及GitHub垄断地位可能的衰落。
GitHub 已不适配新时代的形态
这篇博客文章认为,GitHub 的协作模式(分支、拉取请求、代码审查)已难以适应现代 AI 驱动的软件开发时代——在这个时代,LLM 和智能体以极高速度生成代码,因此需要重新思考工具和工作流程。
Anthropic 如何重新设计源码版本控制
Anthropic 分享了他们如何在五个月内打造内部版本控制系统 Scion,以取代其 monorepo 中的 git。AI 驱动的编码使每日合并量从 2,500 次增长到超过 30,000 次,期间他们还推出了代码审查系统(Antique)、代码搜索以及 IAM。
我们把AI当作魔术而不是软件对待,这让AI智能体变得难以维护。
文章认为,当前的AI智能体框架将智能体视为黑箱,导致其难以维护,并提出了一种基于Git的原生架构(Lyzr GitAgent、OpenGAP),在该架构中,智能体逻辑以平面文件的形式进行版本控制,并通过拉取请求实现回滚和可审计性。