15天工业C++仓库实地研究：AI批量修复代码后，CI与评审成为主要瓶颈，改用目录分批并限制单次文件数才恢复吞吐
该研究在一家闭源工业C++仓库中开展为期15天的探索性单案例实地研究，由一名经验丰富的开发者使用命令行AI编程助手批量修复普遍存在的代码问题，通过Gerrit元数据、开发者日记与团队聊天三角互证并做描述性统计与定性编码，发现AI辅助修复迅速产生数百次提交、触及数千行代码，使构建即提交的CI与评审注意力饱和；按文件逐次提交会压垮CI，改为按目录分批并限制每次变更的文件数后吞吐恢复，但仍需显式请求评审、协商可接受的提交粒度并反复跟进以解决构建与静态分析失败，说明当机械性编辑变便宜时，CI容量、评审投入与变更编排成为主要瓶颈。