AI 編碼讓 CI 成為瓶頸，Linear 如何重構管道以提速
為何重要
這顯示即便 AI 減少手動寫碼的工作量，開發週期的核心瓶頸轉移到了基礎設施與自動化管道的速度上。對於重視成本的企業來說，最佳化 CI 不僅是效能指標，更是雲端運算支出控制在學以致用的具體體現，這使開發效率工具成為軟體公司不可或缺的投資議題。
隨著 AI 編碼工具加速程式碼交付，Linear 發現 CI 反而成為流程瓶頸，因此手動重構了基礎設施與工具鏈，利用更強大的 Runner、原生編譯器與靜態分析來最佳化效能。
- 將工作負載從 GitHub Actions 遷移至具備更快 CPU 與快取的第三方 Runner，整體 CPU 執行速度快 34%，TypeScript 編譯工作負載速度提升 52%。
- 改用原生
tsgo編譯器並重寫 Lint 規則以排除 TypeScript 型別依賴，使ESLintAPI 檢查速度提升 68%。 - 透過限制 git fetch 深度與最佳化 gating 臨界路徑，將最緩慢的 gating 作業從 94 秒降至 20 秒，並將分片執行前的設定時間從 110-140 秒縮減至 67-73 秒。