摘要
LinearB 推出 Agentic Studio，試圖收拾 AI 輔助軟體交付帶來的混亂。新產品提供統一的脈絡層，把 Git 儲存庫與專案工具資料正規化，讓工程師與自主編碼代理都能以自然語言查詢並取得可行建議。關鍵在於 Model Context Protocol 整合，把重工率、過去事故與程式碼歸屬等歷史脈絡提供給 AI 代理，避免盲目修改。首個代理能力為 effort skill，會依 PR 複雜度、重工歷史與風險調整運算投入與測試深度。後續規劃擴展至自動程式碼審查、合併治理與 token 成本最佳化。
重點整理
- 工程團隊可依 PR 風險動態調整測試與審查深度，把人力集中在高風險變更，並降低 token 與重工成本。
- 面對 AI 產生大量 PR 的團隊，可從這則理解如何用歷史脈絡與投入調節來控制審查負擔。
編輯說明
本頁是 Code & Chain 對公開來源的編輯摘要，可能使用 AI 輔助整理並經自動化流程發布。請以原始來源為準；內容不構成投資、法律或稅務建議。