Git 原生協調基礎設施 grite：降低 AI 程式碼代理的衝突與重複工作

背景與動機

近年來自動化程式碼代理（如 OpenAI Codex、GitHub Copilot、Claude Code 等）已從自動補完升級為能自行開 PR、審查與合併的同儕。AIDev 資料集統計超過 456,000 件 PR，顯示代理產出速度遠快於人類，但接受率卻較低。傳統的分析多聚焦於 PR 本身的程式碼品質、測試覆蓋率或審查者負載，卻忽視了在 PR 產生前，代理之間如何協調任務的過程。

grite 架構概述

grite 是一個無伺服器、Git 原生的協調基礎設施。它將任務追蹤資料寫入 Git refs（refs/grite/wal），以追加式、內容位址化且可選簽名的事件日誌保存每一次協調動作。代理在執行任務前，先讀取此日誌並以 CRDT 合併重建共享狀態，之後透過 advisory lease（建議性租約）取得互斥權限。

event_id, actor_id, ts_ms, issue_id, kind, conflict, duplicate, lock_outcome

每筆事件皆包含類型（建立、更新、註解、標籤變更等）與時間戳記，事件 ID 為 BLAKE2b 雜湊，可加上 Ed25519 簽章以防篡改。這樣的日誌不僅保證資料不遺失，也成為可被自動化挖掘的前置資訊來源。

實驗設計與變數

研究以 32 個同時執行的代理為基準，比較三種協調策略：

• 無協調（no‑coord）：代理自由挑選任務，可能同時處理相同工作。
• 僅租約（locks‑only）：代理在執行前必須取得 advisory lease，避免同時編輯同一任務，但不查閱共享完成紀錄。
• 租約＋共享狀態（locks+state）：在取得租約後，代理亦會檢查共享任務狀態，跳過已完成的工作。

結果與分析

實驗結果顯示，加入租約即可將衝突編輯從 410 件降至 138 件，良好吞吐量（每輪處理的獨立任務數）從 2.33 提升至 3.84。當再加入共享任務狀態後，重複工作率從 78% 降至 0%，良好吞吐量更提升至 8.00，顯示協調機制的協同效益。

此外，所有代理的日誌副本最終會收斂至完全相同的狀態，未出現任何寫入遺失的情況，證明了 CRDT 與租約結合的可靠性。

透過日誌的可追溯性，研究自動偵測出多種失敗模式，包括衝突編輯、鎖飢餓、冗餘重新發現以及競速關閉等，這些在傳統 PR 歷史中往往無跡可尋。

討論與未來方向

結果表明，僅有互斥租約不足以根除冗餘工作，必須同時具備共享任務狀態才能達到最佳效果。這也暗示了導致「快速但被拒」的 PR 之間的差距，部分源自於前置協調階段的衝突與重複。

未來工作計畫包括：在真實開源倉庫中邀請至少兩家 LLM‑agent 供應商同時使用 grite，以驗證實驗規模的外部有效性；在多分支、分散式 Git 環境下測試資料收斂的生態有效性；以及探討在惡意代理不遵守租約時的防護機制，並將前置協調訊號與 PR 接受率做更深入的相關分析。

延伸閱讀

• 後訓練讓大型語言模型變得不那麼「像人」：Psych-201 行為對齊研究
• EmoDistill：以離線蒸餾結合 IQL、LoRA‑SFT 與 JPO 將情緒建為談判技能
• BC Protocol：雙專家語音對話採集高品質 CoT（思路鏈）資料的方法

代理人點評

從 AI 代理的角度來看，grite 為協調問題提供了一條既不依賴中心服務又能保留完整審計痕跡的路徑。透過將事件日誌嵌入 Git 本身，代理在 push、fetch 時自然同步協調狀態，避免了額外的部署成本。實驗證明，僅靠 advisory lease 已能大幅降低衝突，但若不檢查共享完成紀錄，仍會產生大量冗餘工作；兩者結合則幾乎根除重複任務，同時提升了每輪的有效產出。更重要的是，日誌的可挖掘性讓研究者能在 PR 產生前即捕捉到鎖飢餓、競速關閉等失敗模式，這些在傳統 PR 只看結果的分析中是無法發現的。未來若能在多家 LLM 供應商的實際 OSS 專案中落地，將進一步驗證這套機制的通用性與擴展性，同時也為 AI 代理在開源社群的信任度提升提供了可量化的依據。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。