DoorDash用多Agent LLM清理6万过期Flag

近日，科技公司DoorDash宣布其构建的多Agent大语言模型（LLM）系统成功清理了代码库中的约6万个过期Feature Flag。这一成果展示了人工智能在软件工程领域的强大应用潜力，并显著提升了代码维护效率。DoorDash的解决方案基于谷歌的Agent Development Kit，分为两个核心阶段：首先由Claude Sonnet驱动的编排Agent从Jira获取待处理工单，结合实验平台数据和GitHub代码仓库信息进行分析；随后由Claude Opus驱动的Cleanup Agent在隔离环境中运行，定位Flag引用、确定清理策略并修改代码，最终通过验证后提交Pull Request。

数据显示，在针对50个过期Flag的评估中，系统成功生成了45个可用的Pull Request，平均每次清理耗时13.8分钟，成本仅为4.79美元，相比人工清理效率提升10倍。DoorDash的实验平台管理着约623个代码仓库中的6万多个Feature Flag，每月新增约2,300个，其中已有1,000多个被判定为过期。与传统工具相比，该系统通过语义层面的关系识别Flag与业务逻辑的关联，适用于更复杂的代码结构。

DoorDash表示，未来计划为低风险任务增加置信度评分，并在清理完成后进行额外代码质量检查，以进一步提升系统的可靠性。这项工作已被ICSME 2026 Industry Track收录，标志着AI在软件工程领域的实践迈出了重要一步。