AI 代码时代如何加速 CI 流水线
编码 Agent 现在写代码的速度已经超过了大多数 CI 流水线 的校验速度。2026 年 4 月,GitHub COO Kyle Daigle 表示,其平台每周处理 2.75 亿次 commit,照此速度全年将达 140 亿次,而 2025 年这一数字约为 10 亿次。在同一帖文中,他还提到 GitHub Actions 单周运行时长达到 21 亿分钟,远超 2023 年的每周 5 亿分钟。
后一组数据揭示了所有 commit 最终流向何处:CI。对于每天只推送几次代码的开发人员来说,15 分钟的流水线尚可接受。但当 Agent 一下午就提交 10 个 PR 时,这条流水线就变成了排队系统。你在等结果,Agent 在等重试,写代码省下的时间全浪费在检查上了。
大部分延迟源于少数几个原因,且每种原因都有成熟的优化方案。加速 CI 主要有五个方面:
- 定位耗时环节
- 缓存可复用内容
- 使用更快的硬件运行任务
- 将测试拆分到并行任务中
- 跳过无需执行的工作。
本文将按顺序解析这些优化手段。你将学习如何定位 GitHub Actions 工作流中最慢的步骤,使用稳定的 key 缓存依赖项和 Docker 层,并将重负载任务迁移到更快的 Runner 上。此外,还将展示如何通过矩阵任务对测试进行分片(shard),以及利用路径过滤器、受影响范围测试(affected-only tests)和并发组(concurrency groups)来跳过不必要的工作。
本文涵盖:
先测量,再优化
大多数团队靠猜测判断哪一步拖慢了整个流程,结果往往猜错。看似测试问题的任务,实际可能包含 90 秒的安装耗时和仅 30 秒的测试执行时间。
从你已有的数据入手。GitHub 会显示每次运行的 job 执行时间,并细化到每个 step。打开你最慢的 workflow 最近十次运行记录,记下耗时最长的三个 step。取中位数而不是最差值,因为某一次特别慢可能只是网络抖动。
同时要把“等待”和“干活”分开看。排队时间、环境准备时间和运行时间需要不同的优化手段。如果 job 排队就要等一分钟,再怎么调测试也没用。
缓存依赖和构建层
最快的活就是不用重复干的活。每次运行都从全新机器开始,如果没有缓存,同样的依赖包就得一遍遍重新下载。
依赖缓存参考文档解释了 actions/cache 的工作原理:你提供一个路径和一个 key,如果 key 匹配到已保存的缓存,文件会被直接还原;否则就正常执行该 step,并在 job 结束时保存文件。
一切都取决于那个 key。常见做法是对 lockfile 做哈希,这样只有依赖发生变化时 key 才会变。
- uses: actions/cache@v6
with:
path: ~/.npm
# Key changes only when the lockfile changes
key: npm-${{ runner.os }}-${{ hashFiles('**/package-lock.json') }}
restore-keys: |
npm-${{ runner.os }}-
restore-keys 这一行往往容易被忽略。当精确匹配不到 key 时,它会还原最接近的旧缓存。这样你还是得装几个新包,但不用全部重装。注意别在 key 里加时间戳或 commit SHA,那样 key 永远不会匹配两次,每次运行都保存新缓存,却从来不复用。
Docker 构建也是同样的思路。Docker 镜像按层构建,只有某一层之上的内容都没变,该层才能被复用。先复制 lockfile 并安装依赖,再复制源代码,这样改代码就不会触发安装层的重建。要在多次运行之间保留层缓存,可以把 BuildKit 指向 GitHub Actions 缓存后端,设置 cache-from 和 cache-to 为 type=gha。
一个坑是这些缓存存在远程存储里,每次还原都是一次网络下载,缓存很大时耗时可能不亚于它替代的那次安装。
用更快的硬件来跑
缓存避免的是重复劳动,而这里说的是换更快的机器跑活儿。
托管在 GitHub 上的私有仓库默认 Runner 只有 2 vCPU 和 7 GB 内存。Avrea 是 GitHub Actions Runner 的直接替代品,只需把 runs-on: ubuntu-latest 改成 Avrea 的标签,比如 runs-on: avrea-ubuntu-latest,其余配置不变。按 Avrea 公布的数据,单靠硬件,任务速度大约能翻倍;命中缓存时,速度可达 10 倍。
独立数据也印证了这一点。RunsOn 维护了一份公开的 Runner 基准测试,在 9 种 Runner 服务上构建 3 个开源项目,且关闭了构建缓存:一个 Rust 测试套件、TypeScript 类型检查、PostHog 的生产环境 Docker 构建。截至 2026 年 11 月,在 4 vCPU x64 档中,Avrea 约 7 分钟跑完三项,而 GitHub 4 核 Runner 需要约 18.5 分钟(未计入启动耗时)。
内置缓存是另一半,与上文相呼应。Avrea 把缓存放在与 Runner 同一数据中心,恢复缓存不会跨越慢速网络,且大部分开箱即用。
GitHub Actions 自带缓存,以及 npm、pip、Go modules、Cargo 的包下载,无需改动工作流就能使用。Runner 上预置了 Go、Bazel、Gradle、Turborepo、Nx、sccache 等工具的构建缓存,部分只需少量配置。团队因此无需为每种工具单独写缓存键逻辑,即可享受缓存命中。
其他厂商走不同路线。Depot 提供更快的 GitHub Actions Runner 和远程 Docker 构建,现在还支持 GitHub Actions 工作流的自有 CI 引擎。RunsOn 为自托管方案,在你自己的 AWS 账号内启动 EC2 实例,你向 AWS 付算力钱加每年固定授权费,而非向 RunsOn 付按分钟计费。GitHub 自身的大规格 Runner 在 Team 和 Enterprise Cloud 套餐可用,增加 CPU、内存、磁盘,并可选静态 IP、GPU 等,按分钟计费。各家更新频繁,请以官网最新信息为准。
Parallelize and Shard Your Tests
单个任务跑得够快之后,还要避免任务排队等待。所有测试堆在一个 runner 上跑,是最典型的瓶颈。
先拆分独立任务。Lint、类型检查、单元测试和构建之间往往并不相互依赖。GitHub 默认并行执行各个 job,除非你显式加了 needs,所以那些仅凭习惯留下的 needs 该删就删。
其次是用 matrix。matrix 策略会为每组值的组合各生成一个 job,并同时运行。团队常用它来测多个 Node 版本,但其实它也是分片(shard)测试的最简单方式。
strategy:
fail-fast: false
matrix:
shard: [1, 2, 3, 4]
steps:
# 每个 job 跑四分之一的测试
- run: npx jest --shard=${{ matrix.shard }}/4
Jest 的 --shard 参数会按测试文件把测试套件拆分到多个 job。只要各文件耗时相近,四个分片能把十二分钟的套件缩短到三分钟左右(加上启动时间)。如果少数几个文件特别重,某个分片就会拖很久,这时应该把这些文件再拆开。设置 fail-fast: false 可以让所有分片都跑完,从而一次性看到全部失败。
Playwright 也是同样的思路:在每个 matrix job 里运行 npx playwright test --shard=1/4,最后合并报告即可。
不过分片有上限。每个分片都要付出自己的启动开销,超过某个程度后,加更多分片只会增加成本,不再省时间。而在单个 job 内部,可以借助 pytest-xdist 这类工具把测试分散到机器的多个 CPU 上。
减少每次运行的工作量
最后一条最省事:不需要跑的,就别跑。
路径过滤是最容易上手的。借助 workflow 语法里的 paths 和 paths-ignore 键,可以让 workflow 只在特定文件变动时触发。改了文档目录,不该触发一整套后端构建。
一个提醒:如果必需的 status check 因为路径过滤而从未运行,pull request 会一直卡在 pending 状态。对必需的检查,正确做法是让 workflow 照常运行,再用 if: 条件跳过 job——因为 GitHub 会把被跳过的 job 视为通过。
在 monorepo 里,可以更进一步,只运行受影响的测试。Nx、Turborepo 和 Bazel 这类工具能识别出哪些包被修改,然后跳过其余部分。在 Nx 中命令是 nx affected -t test,在 Turborepo 中是 turbo run test --affected。这两个工具都会将你的分支与 main 进行比对,因此需要检出足够的 Git 历史以便完成比对,因为 actions/checkout 默认只拉取单个提交。
大多数提交只涉及大型代码库的一小部分,因此节省的时间会累积起来。当 agent 开启许多小的 pull request(每次只触及一两个包)时,这一点尤为重要。
最后,别为没人需要的运行付费。连续推送两次时,第一次运行已经过时了。使用 concurrency group 可以取消它。
concurrency:
group: ${{ github.workflow }}-${{ github.ref }}
# 新推送到来时取消旧的运行
cancel-in-progress: true
随着 AI 工具推送更多提交,这一点变得更加关键。Agent 可能每小时多次更新一个分支,而每次推送都会启动一次完整运行。不过,别在部署工作流上用它。部署进行到一半被取消可能会导致状态异常,因此对这类任务应改为排队处理。
综合应用
先测量,因为测量能告诉你前面提到的四种优化中哪种最值得花时间。使用稳定的键设置缓存,并调整 Dockerfile 顺序让慢层保持不动。把重活迁到更快的 runner 上,并在自己的工作流中对比不同提供商的性能。对测试进行分片,直到设置时间成为主要瓶颈。然后通过路径过滤、只测受影响模块和取消过时运行来削减不必要的操作。
每次只做一个改动,改完后再重新检查耗时。对一个每天跑五十次的任务省两分钟,比对一个只跑一次的任务搞个精巧方案更有价值。
希望你喜欢这篇文章。你可以在 LinkedIn 上与我连接。