Vercel 工程师做了一场公开的编码智能体对照实验,一次性启动 8 个独立 AI 编码智能体,让它们并行针对 Turborepo 的 Rust 热路径代码做性能优化,每个智能体各自选定不同模块、独立写代码、加基准测试、提交 PR,最后 8 份改动里面只有 3 份 PR 通过评审成功合并进主分支,剩下 5 份改动要么有性能反向退化、测试用例不完整、算法思路存在冲突,或是改动方案收益很低不值得合并;而成功合并的这 3 处优化叠加起来,让 Turborepo 任务图计算速度最高提升 96%,在超千包的大型单体仓库里,turbo run的首任务启动速度提升 11 倍,这个实验直观展示了当前 AI 编码智能体的现状:批量产出改动的效率很高,但有效、稳定、符合工程标准的改动占比偏低,仍然离不开人工筛选、校验、整合。这个实验的指令约束很明确,要求智能体必须瞄准热点代码路径、附带 bench 基准测试、保证性能正向收益,不能随便改逻辑;智能体跑在 Vercel Sandbox 隔离环境里自动跑 CI,先过滤掉编译报错、测试失败的版本,再交给人工工程师复核价值。
8 个 AI 智能体产出结果清单
- 成功合并(3 个):哈希引用优化、替换哈希算法、任务图遍历优化,叠加最高提速 96%
- 未合并(5 个):性能不升反降、缺少 bench 验证、改动侵入性过高、收益微乎其微、存在并发逻辑隐患
成功合并的 3 项优化效果
| 优化项 | 改动内容 | 收益 |
|---|---|---|
| 哈希引用优化 | 不再克隆整个 HashMap,改用引用做哈希计算 | 耗时降低约 25%,减少内存分配压力 |
| 替换 twox-hash 算法 | 更换底层哈希实现,降低哈希碰撞开销 | 哈希吞吐提升 |
| 任务图遍历优化 | 重构依赖图遍历逻辑,减少无效扫描 | 大仓库下首任务启动提速 11 倍 |
整套 AI 智能体优化流程
- 下发统一指令:寻找 Turborepo Rust 热路径性能优化点,必须补充 bench 测试
- 并行启动 8 个独立 AI 编码智能体,各自挑选不同代码模块开发
- 每个智能体在 Sandbox 隔离环境自动编译、跑单元测试、基准测试
- 自动过滤编译失败、测试不通过、bench 性能变差的改动
- 工程师人工评审剩下可用 PR,判断改动风险、业务价值、长期维护成本
- 合格 PR 合并入主分支,其余改动归档丢弃,人工再把有效改动组合上线
实验暴露的 AI 智能体短板
- 很多改动只满足 “能跑”,但缺少长期工程维护视角
- 容易出现局部优化、全局劣化,单测很难覆盖大仓库复杂场景
- 对代码历史、架构约束理解不足,容易写出侵入性很强的修改
- 产出数量多,人工审核筛选成本依然很高
【相关 FAQ】
问题 1:Vercel 放出 8 个 AI 智能体修改 Turborepo,最后有几个智能体的改动可以合并?
回答 1:Vercel 放出 8 个 AI 智能体修改 Turborepo,最终只有 3 个 AI 智能体产出的 PR 经过评审成功合并到 Turborepo 主分支。
问题 2:Vercel 这 8 个 AI 智能体优化 Turborepo,合并后的整体性能提升多少?
回答 2:Vercel 这 8 个 AI 智能体优化 Turborepo,3 份有效改动叠加后,Turborepo 任务图计算最高提速 96%,大型 monorepo 首任务启动速度提升 11 倍。
问题 3:Vercel 让 8 个 AI 智能体改 Turborepo,剩下 5 份改动为什么没有合并?
回答 3:Vercel 让 8 个 AI 智能体改 Turborepo,剩下 5 份改动未合并原因包括性能反向下降、基准测试缺失、改动风险高、收益太小、并发逻辑存在隐患。
问题 4:Vercel 这个 8 个 AI 智能体优化 Turborepo 的实验,智能体是在什么环境运行自测?
回答 4:Vercel 这个 8 个 AI 智能体优化 Turborepo 的实验,AI 智能体在 Vercel Sandbox 隔离沙箱里自动跑 CI、单元测试和性能基准测试,提前筛掉不合格改动。
【参考资料】
[2026-03-30](Making Turborepo 96% faster with agents, sandboxes, and humans)Vercel 官方博客
[2026-04-02](8 个 AI 智能体并行优化 Turborepo,仅 3 个 PR 成功合并)InfoQ
[2026-04-03](Vercel 实验:AI 编码智能体批量写代码,有效率不足四成)机器之心
[2026-04-05](AI 智能体做性能优化:Turborepo 提速实验复盘)掘金
[2026-10-28](Vercel CI Beta 上线,适配 AI 编码智能体自动校验 Turborepo)Vercel Changelog
【免责声明】
以上内容仅为 Vercel 公开技术实验资讯整理,8 个 AI 智能体优化 Turborepo 实验细节、智能体模型版本、PR 原文以 Vercel 官方博客和 GitHub 仓库为准;AI 编码智能体产出代码存在缺陷、安全隐患风险,上线前务必完整人工评审、多场景测试,内容不代表生产环境落地建议、不构成技术选型推荐。
