# GitHub 用堆叠式 PR 把 AI 一次生成的巨型代码拆成人类能审的小块

> 原标题：GitHub 如何用堆叠式 Pull Request 拆解 AI 生成的巨型代码

- 来源：AI HOT 精选
- 发布时间：2026-08-04T16:47:18.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/48678
- 原文：https://github.blog/engineering/turn-one-giant-ai-generated-pull-request-to-a-reviewable-stack

## 摘要

GitHub 工程师分享了一套处理 AI 生成大块代码的工作流：先让模型一次性吐出整个功能的代码，再用堆叠式 Pull Request 自动把几千行改动按文件依赖和语义拆成 200 到 400 行一个的逻辑块。每个 PR 只关注一层改动，审阅的人不用同时看所有东西。文章给了具体命令和分支命名规范，但没披露内部有多少人用、审阅时间到底缩短了多少。

## 推荐理由

GitHub 工程师公开了一套把 AI 生成巨型代码拆成 200 到 400 行堆叠式 PR 的工作流，并给出具体命令与分支命名规范，可供团队直接参考。

## 锐评

拆成 200 到 400 行一个 PR 这个粒度挺对，几千行的 diff 没人真审，点个 approve 就过去了，堆叠式至少让每层有边界。但 GitHub 自己没给审阅时间缩短多少，也没说内部多少人用，这种工程博客的示范价值就打对折。我的判断是这套流程的瓶颈不在拆，在拆完谁来看，AI 生成代码的审阅成本最后还是落在人头上，拆得再细也省不掉。
