Agent 写代码,CI 付账单。
当 AI Agent 批量提交 PR,CI 不只是流水线,也会变成代码仓库的成本中心。StarSling 用临时沙箱、并行执行和持续优化 Agent,尝试承接这部分开销。
Agent 写代码,CI 付账单。
当一个 AI Agent 每天提交几十、几百个 PR,仓库负责人很快会遇到一个不太像“AI”的问题:GitHub Actions 的运行时间不够用了。
测试、构建、Lint、容器镜像、跨平台矩阵,每一项都按运行分钟数计费。Agent 的并行能力越强,CI 账单越容易一起涨。
StarSling 试图解决的,正是这个账单问题。它不是另一个代码生成 Agent,也不是 Claude Code、Cursor 的替代品。它更像是一层专门给 Agent PR 使用的 CI 基础设施:
- 用独立的临时沙箱跑测试
- 允许多个 Agent PR 并发执行
- 再让一个持续优化的 Agent 修改测试和 GitHub Actions 工作流
这不是“给 CI 提速”的普通插件。更准确地说,它是在用代码生成能力反向改造代码仓库的测试系统。
原始信息来自 Launch HN 的发布帖。StarSling 由 Yonas 和 Daniel 开发,也是 YC P25 项目,定位很明确:面向需要承载大量 Agent PR 的代码仓库。
每个 CI 任务都是临时沙箱
传统 CI 的基本假设是:开发者提交几次 PR,CI 跑几次。
Agent 打破了这条假设。一个 Agent 可以批量改文件、生成 PR、等待测试失败,再继续提交修复。单个仓库里的 CI 任务量,可能从每天几十次变成几百次。
StarSling 的做法,是让每个 CI job 运行在独立的 ephemeral sandbox 中。沙箱是一次性的,任务结束后直接销毁,不依赖长期驻留、彼此污染状态的构建机。
硬件配置也直接冲着吞吐量和等待时间去:Zen 5 处理器,NVMe Disk。
这两个组合各自对应一个瓶颈:
- Zen 5 负责提高计算吞吐,减少编译和测试阶段的 CPU 等待
- NVMe 负责缩短 checkout、依赖安装、缓存恢复和构建产物读写时间
真正关键的配置,是 StarSling 宣称提供 unlimited concurrency。官方给出的用途很具体:让一批 Agent 生成的 PR 同时运行 CI。
注意,是“宣称提供”,不是无条件保证所有仓库都能免费获得无限并发。实际并发上限仍会受基础设施容量、仓库任务类型、GitHub API 限制以及供应商调度策略影响。
但从产品设计看,这和传统 Actions Runner 的思路不同。
传统 CI 通常先优化单个任务的秒数,再由队列控制并发。StarSling 更关心一个批次能否同时完成。因为对 Agent 来说,CI 延迟不是一个人的等待时间,而会直接进入 Agent 的反馈循环。
假设一次完整循环是:
- Agent 生成补丁
- 提交 PR
- CI 跑测试
- Agent 阅读失败日志
- 修改补丁并再次提交
如果 CI 需要 20 分钟,Agent 在这 20 分钟里基本无事可做。并发也不是越多越好。快速提交大量失败 PR,只会制造更多返工和账单。
因此,StarSling 优化的对象并非“单个 job”,而是整个 Agent 迭代周期。
优化 CI 的 Agent 自己提交 PR
StarSling 里最值得看的部分,是 CI harness。
它的核心是一个持续优化的 Agent loop。这个 Agent 会生成 PR,改进测试、GitHub Actions 工作流,以及 CI 的整体速度和成本。
这里有一个很实际的反馈闭环。
假设某个仓库每次运行 lint 都要 8 分钟,其中 6 分钟花在重复安装依赖。CI Agent 可以修改 workflow,把可以缓存的步骤放到正确位置。它也可以改测试拆分方式,减少不必要的全量执行。
改动随后以 PR 形式提交。仓库维护者审核、测试,再决定是否合并。
这和让另一个 LLM 帮忙写业务代码没什么不同。区别在于,它修改的是生产系统本身:构建依赖、任务顺序、缓存策略、测试范围、runner 配置。
因此,风险也更靠近基础设施层。
一个业务代码 Agent 写错函数,CI 通常能够拦住。一个 CI Agent 如果误删测试、跳过关键检查,或者把错误产物当成缓存提交,后果可能更隐蔽。
合理的安全边界至少应该包括:
- 不允许静默跳过测试
- 对 workflow 文件改动做显式审查
- 限制 Agent 可使用的 runner 权限和网络权限
- 对缓存键与制品来源做校验
- 给每次 Agent 改动保留可回滚记录
StarSling 的公开描述强调的是自动改进速度和成本。但从工程角度看,“成本优化”和“验证强度下降”必须拆开衡量。否则所谓降本,只是少跑了必要的检查。
Mastra 每月合并 1,800 多个 PR
StarSling 官方披露,Mastra 已经通过该系统每月合并超过 1,800 个 PR。
这个数字值得拆开看。
每月超过 1,800 个 PR,平均每天超过 60 个。它说明 Agent 已经不是偶尔辅助提交一个补丁,而是在持续制造代码变更流。
但案例的关键不是 PR 数量本身。
如果每个 PR 都靠人工逐行审查,1,800 个 PR 不可能形成稳定吞吐。维护者需要把审查、CI 排队、失败诊断和合并策略一起改造成适合机器生成代码的流程。
也就是说,代码生成规模扩大后,瓶颈会从“写代码”转移到“验证代码”。
这正是 StarSling 的位置:它不负责决定 Agent 该写什么,而是承接大量机器补丁带来的测试与构建压力。
还有一个容易忽略的结论:Agent 正在修改为它自己服务的工具。
过去的 CI 是给人用的。人看到红叉,读取日志,修复问题。今天的 Agent 生成失败 PR 后,也可以分析日志、调整 workflow,缩短下一次验证时间。
工具开始适应生产者。
这是一场成本对冲,而不是提速插件
传统按运行分钟数计费的 CI 模式,对人类开发团队通常够用。
原因很简单:并发虽然存在,但 PR 数量有限,而且任务集中在工作时段。Agent 仓库不一样。
Agent 可以全天运行。它能同时开十个任务,也能不断读取结果后继续开下一批任务。只要单次运行的分钟数乘以任务数量,账单就会明显上升。
更麻烦的是,Agent 往往会对失败任务快速重试。无效构建很多时,CI 消费的主要不是有效验证,而是探索过程。
StarSling 的成本逻辑,可以看成两层对冲。
第一层是降低单位任务成本:
- Zen 5 提升计算效率
- NVMe 缩短 I/O 等待
- ephemeral sandbox 避免环境漂移和复杂清理
- workflow 优化减少重复步骤
- Agent 自动调整测试与 Actions 配置
第二层是提高批次吞吐:
- unlimited concurrency 让多个 Agent PR 同时测试
- CI 等待时间下降,Agent 循环周转加快
第一层压低每次运行的成本,第二层提高并行完成量。两者结合,才可能抵消 Agent 洪峰带来的额外账单。
这和传统“CI 加速器”有本质区别。
后者通常帮助仓库少花几分钟。StarSling 瞄准的是:当 PR 数量上涨一个数量级后,如何让 CI 成本曲线不要跟着一起爆炸。
不过,仅凭 Launch HN 的公开信息,还无法确认三件事:
- unlimited concurrency 的具体限制条件和计费边界
- 对不同语言、monorepo 和复杂 Actions workflow 的实际节省幅度
- CI Agent 生成 workflow PR 时的审核与回滚机制
没有这些数据,还不能把“省下运行账单”理解成普遍成立的结论。更准确的说法是:StarSling 展示了成本对冲的产品方向,并用 Mastra 每月超过 1,800 个 PR 提供了生产侧案例。
编辑思考
这件事重要,不只是因为 CI 快了,而是因为 Agent 已把基础设施成本推高到无法忽略的程度。过去人们评估 AI 编程工具,看生成速度、一次通过率和开发者满意度;现在还得看每个成功 PR 要消耗多少 CPU、I/O、缓存和人工审核。
我的判断是,下一批 AI Agent 基础设施会围绕“机器代码流”设计,而不是简单复制 GitHub Actions。CI 会承担一部分调度、隔离和策略执行;Agent 则持续修改可自动验证的部分。
它和过去的 Copilot 式补全不同。过去是人在一个 IDE 里接受建议,现在是成批机器提交进入同一个仓库。反向改造 CI 的能力,决定了 Agent 能否从演示走向长期运行。不过,“unlimited concurrency”不等于“无限低成本”,目前公开数据也不足以证明 Mastra 的收益能直接迁移到普通仓库。真正值得观察的,是优化 PR 本身能否稳定降低每次成功合并的账单。