從「未完成」到「偵察兵」：AI Agent 如何重塑 Draft PR 的戰略價值

AI Agent 在軟體開發中的普及，正從根本上顛覆我們習以為常的工作流程。過去被動標示「尚未準備好」的 Draft Pull Request（草稿合併請求），如今不再只是單純的狀態標籤，而是演化為一種主動、低成本的「偵察介面」。這個關鍵轉變，讓開發團隊得以在專案初期就主動暴露潛在的衝突與依賴關係，將軟體協作的核心從被動的事後審查，轉向積極的事前探路。這正是「Agent-Native」軟體工作流程浮現的明確訊號，也為我們重新思考大規模軟體協作開啟了新篇章。

傳統的 Draft PR，為何總是「請勿打擾」？

在傳統的開發流程中，Pull Request (PR) 是程式碼審查與整合的核心機制。而 GitHub 的 Draft PR 功能，其原始設計意圖非常明確：向團隊成員發出一個「工作正在進行中，尚未準備好接受審查」的信號。它讓開發者可以在一個獨立的空間裡持續提交變更，而不會過早觸發正式的審查流程或通知不相關的協作者。

這個設計理念也直接反映在持續整合／持續部署（CI/CD）的實務上。大多數的自動化工作流程，例如 GitHub Actions，都會設定一個常見的觸發條件：if: github.event.pull_request.draft == false。這意味著，只要一個 PR 處於草稿狀態，CI 流程（如單元測試、程式碼風格檢查、建置等）就會被刻意跳過。

這麼做的目的是為了節省運算資源，避免在尚未成熟的程式碼上執行昂貴的自動化任務。在以人類開發者為中心的協作模式下，這是一個完全合理且高效的設計。

為什麼 AI Agent 的並行開發會顛覆這個慣例？

當開發的主體從人類轉向大量並行運作的 AI Agent 時，遊戲規則就徹底改變了。想像一個場景：數十個、甚至數百個 AI Agent 在同一個程式碼庫中，同時針對不同但可能相互關聯的任務進行開發。這種前所未有的並行性，帶來了指數級增長的整合風險。

此時，問題不再只是單純的程式碼合併衝突，而是更深層的邏輯依賴、API 契約變更，以及潛在的效能衰退。

在這種高通量的開發環境中，傳統的「完成後再審查」模式變得極其脆弱。等到一個 Agent 完成了它自認為「完美」的程式碼並提交 PR 進行審查時，可能已經與其他數十個 Agent 的工作產生了無法輕易解決的衝突。

根據 Microsoft Research 的研究，雖然許多 PR 能在 24 小時內合併，但複雜或有爭議的 PR 所引發的漫長討論，是延遲交付週期的主要原因之一。在 Agent 並行開發的脈絡下，這種延遲的成本被急遽放大。

這種做法的本質，是將整合測試的成本與風險，從開發週期的末端，大幅前移到開端。協作的重心從「事後審查」轉向了「事前探路」。

因此，我們需要一種成本極低、反應極快的方式，來持續探測（probe）每個進行中變更對整個系統的潛在影響。這正是 Draft PR 轉變角色的契機。

Draft PR 如何成為新的「偵察介面」？

在 Agent-Native 的工作流程中，Draft PR 的用途被徹底翻轉。它不再是「請勿打擾」，而是「我想知道如果我這麼做，會發生什麼事？」的偵察兵。一個 AI Agent 在產生最初步的程式碼後，它的第一個動作就是立即開一個 Draft PR。

這個動作的目的，不再是為了等待人類審查，而是刻意觸發一個經過特殊設計的 CI 流程。這個流程可能包含：快速建置與測試以驗證程式碼的基本可用性；深入的依賴關係分析，檢查是否引入了新的依賴，或與其他進行中的 PR 產生依賴衝突；更進一步的衝突預測，不僅是與主分支比對，更重要的是與所有開啟的 PR 進行交叉比對，預測潛在的合併惡夢；以及 API 契約監控，如果變更動到公開 API，自動通知其他依賴此 API 的 Agent 或團隊。

這個 Draft PR 就像一個「活的意向書」（live manifest of intent），它讓 Agent 的開發路徑變得透明。正如 Zenn 上的一位開發者 Veripsa 在文章中提到，他的團隊觀察到這種行為模式後，甚至修改了自家的 GitHub App，開始將 Draft PR 納入分析範圍。這代表著一種從被動等待到主動偵察的根本轉變，也是軟體工程在 AI 時代必須演化出的新能力。

這種模式讓協作從非同步、阻塞式的程式碼審查，轉變為即時、系統級的風險感知。每個 Agent 都能在行動的早期就獲得關於整合風險的回饋，從而動態調整自己的開發策略。這對於實現高效的多 Agent 系統協作至關重要，避免了大量的無用功與後期昂貴的重構。

這不僅僅是 GitHub 的一個新用法，它預示著軟體開發基礎設施的演進方向：我們需要的不再只是管理已完成程式碼的工具，更是能夠理解、預測並協調「進行中」程式碼意圖的系統。Draft PR 作為偵察介面的崛起，只是這場巨大變革中的一個微小縮影。

我是江中喬，專注於 AI Agent Architecture、Memory Governance 與 Cognitive Diversity，持續研究如何打造能夠長期協作、可信任且可治理的 AI 系統。