---
title: "技术细节：简单说“不是高深莫测”（单调与 bors 的历程）[译]"
url: "https://paooo.com/ai-study/8647/"
author: "宝玉的分享"
published_at: "2025-03-25T15:25:49+08:00"
updated_at: "2025-03-25T15:25:49+08:00"
categories: "强化 AI 学习"
tags: "AI编程, 大模型微调, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 技术细节：简单说“不是高深莫测”（单调与 bors 的历程）[译]

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/ai-study/8647/) · 作者：宝玉的分享 · 发布时间：2025-03-25

## AI 30 秒核心看点 (TL;DR)

- 从 Aegis 到 monotone 再到 bors，核心目标始终是自动保证代码库通过全部测试。
- bors 将审查、临时集成分支与测试结果绑定，测试通过才允许更新主分支。
- 作者强调这不是高深技术，而是工程纪律；对快速变化项目尤其能提升稳定性。

## 
技术细节：简单说“不是高深莫测”（单调与 bors 的历程）

我去年编写了一个程序，名字叫做 bors，现在来聊聊它以及它的一些前身的故事。这篇技术分享可能会让大多数人觉得乏味至极，但如果你的饭碗是靠编程挣的，那么我建议你不妨花一点时间看看。

大约十三年前，我在 Cygnus/RedHat 工作，与一位直言不讳的澳大利亚黑客，Ben Elliston，合作了一个项目。我们当时遇到了一个棘手的问题，需要进行跨时区的集成测试，而且如果测试过程中出现了即刻修复的 bug，我们会面临严重的后果（当时我们使用的版本控制系统是 CVS）。为了保证项目能够稳健地进行，Ben、Frank 和可能还有其他几位团队成员设计了一个复杂的系统，包括定时任务（cron jobs）、数据同步（rsync）、多个 CVS 仓库以及一个用于跟踪测试结果的小型 postgres 数据库。

这个系统承担了一个至关重要的使命：自动保证代码库始终能通过所有测试。这让我们大家都安心了不少（客户只会从这个库中拉取代码，因此永远不会遇到问题），同时也为工程师提供了便利，他们可以基于已知无误的版本开展日常工作，无需浪费时间去解决别人引入的 bug。由于这套系统是自动化的，我们可以确信，大家不会因为急于提交而犯下草率的错误。你可以提交所有你认为不够完美的代码到非自动化的仓库中；如果提交的代码没能通过任一测试，那么自动化流程就会拒绝接受它。这虽然严格，却也是公平的。当时，我意识到了一个重要的工程学原则——我相信，任何我将来可能加入的优秀团队也应该采纳这一原则。原来，如果你明确以此为目标去设计一个系统，其实并不复杂。Ben 把这个理念称作“不是什么高深莫测的科学”。我当时还不知道，这个理念实际上是多么难以实现！作为参考，我在此重申这个原则：

> 
**软件工程的简单法则：**

自动保证代码库始终能通过所有测试

随着时间推移，那个系统逐渐老化并最终退出了使用。我对版本控制产生了浓厚的兴趣，尤其是对那些能够自动执行“非火箭科学”规则的系统。让人惊讶的是，只有 Aegis（由 Peter Miller，一位无废话、魅力十足的澳大利亚人所编写，遗憾的是，他现在正面临生命的最后阶段）能做到这一点。当时，Aegis 还不是一个分布式系统，但我个人在使用 Aegis 的过程中意识到，如果能将其与分布式版本控制结合起来，必定有更多可能，正如我见识到的朋友们在使用 bitkeeper 时那样。因此，我决定将这两种思想结合，开发了一个名为 monotone 的系统。

Monotone 之名，源自我追求“单调增加测试覆盖率”的理念。它的版本分支包含机制，是基于那些可以由测试机器人随意发布的证书。等等。我认为这将是未来的方向。当然，随之而来的是一系列冒险，最终诞生了 mercurial 和 git，monotone 被边缘化，版本控制世界发生了翻天覆地的变化。欢呼声中，一切都改变了。

过程中，出现了一些不可思议的现象。“持续集成”成为了行业标准，随后是“持续部署”，但几乎没有哪些平台真正遵循了“非火箭科学”规则。换句话说，无论我看到哪里的“持续集成”实践，似乎都是颠倒顺序：在进行测试之前就接受了代码（这可能会导致代码库出现问题），或者在隔离环境中进行测试，然后基于这次测试进行集成（但这并不能保证集成后的代码能够正常工作）。持续集成似乎更多的是用来迅速发现问题而非预防问题。这让我感到震惊和失望。

因此，几年后，当我们需要扩大对 Rust 的贡献时，我决定必须强制执行“非火箭科学”规则，以确保代码库保持可控。虽然我一再地解释这个概念，但似乎没有人真正买账，因此作为技术负责人，我不得不亲自动手实现。最终成果是一个名为 bors 的简洁脚本。

Bors 实施了一项被称为“非火箭科学规则”的策略，该策略结合了构建机器人测试场和 GitHub 仓库的功能：它会监控合并请求，等待审查者的批准。一旦获得批准，它会为每个审查通过的修订创建一个临时集成版本，这一版本会将所提议的更改加入到你的集成分支中。然后，它对这个临时版本进行测试，并且只有在测试通过的情况下，才会更新你的集成分支，使之指向这个新的集成版本。如果测试未通过，该集成版本会被舍弃，并且会在合并请求中留下一条评论，列出测试失败的原因。

你可以在这里查看 Rust 项目的工作队列示例，以及在这里查看 Servo 项目的示例。成功的集成案例可以在这里找到，一个在撰写本文时被拒绝的集成案例在这里。我想再次强调，这项规则并不复杂。我之所以一再提及，是因为我对如此少的工具支持这一规则感到非常惊讶。我不得不亲自动手实现它！它对快速发展且变化无常的项目具有极大的益处，确保主分支始终保持正常工作。这意味着你的集成流程的时间将由测试所需的时间来决定，有时候某些更改可能需要经过多次尝试才能成功集成（bors 提供了优先级标记来帮助你手动优化集成顺序）。

对于一些项目来说，如果每次修订都进行测试，考虑到测试时间可能过长，这种策略可能不实用，除非你定义了一个集成测试的子集。这通常是人们最初最担心的问题，这种担忧是有道理的。然而，根据我的经验，这种顾虑就像是人们最初反对进行测试或类型检查，担心这会花费太多时间。实际上，如果你推迟发现问题，那么解决这些问题所需的时间会更长。我强烈推荐任何软件行业的工作者尝试这种做法，亲身体验它带来的变化。

## 常见问题解答 (FAQ)

### bors 是做什么的？
bors 是一个用于 GitHub 仓库的合并自动化脚本，它会在审查通过后创建临时集成版本并运行测试，只有测试通过才更新主分支，从而保证代码库始终处于可用状态。

### bors 和普通持续集成有什么区别？
普通持续集成更偏向于尽快发现问题，而 bors 强调“先验证、后合并”。它把测试结果作为合并门槛，避免未验证代码直接进入主分支，减少集成后才暴露的问题。

### 为什么作者强调“非火箭科学规则”？
因为这个原则本身并不复杂：自动保证代码库始终通过所有测试。但现实中很少有工具真正完整支持它，所以作者才把它做成 bors，用于 Rust 等快速演进项目。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
