AI 编码让 CI 成为瓶颈，Linear 重构 CI 流程以跟上节奏

Linear 工程团队称，AI Agent 加速了代码提交，但 CI 验证未能同步提速，导致 PR 等待时间与基础设施成本上升。团队从四方面优化 CI：升级基础设施与工具链、优化门禁作业、减少重复初始化、提升测试执行效率。具体结果包括：迁移到第三方 runner 后作业平均快 34%，tsc 任务降 52%；改用原生 TypeScript 编译器 tsgo 后 tsc 周中位数降 73%；重写依赖类型信息的自定义 lint 规则为基于 AST 的静态分析，使 ESLint 摆脱 TypeScript，API lint 时间降 68%、全仓 lint 降 55%，内存占用也明显下降。尽管测试套件规模近乎翻两番，PR 等待时间从 6 分多降至 5 分出头，单测试 runner 时间约减半。

AI推荐理由 Linear 官方工程博客，给出具体优化手段与量化结果：迁移到第三方 runner 后作业平均快 34%（tsc 降 52%），改用原生 TypeScript 编译器 tsgo 使 tsc 周中位数降 73%，重写 lint 规则脱离类型信息后 API lint 时间降 68%、全仓 lint 降 55%。这些是 AI 编码加速后 CI 成为瓶颈这一具体工程问题的可验证经验，对开发工具与工程效率团队有直接参考价值。局限在于数据来自单一公司内部代码库（主要为 TypeScript），未提供外部复现或基准对比，效果不能直接外推到其他技术栈。