InfoQ

GitHub Rebuilds the Copilot App's Diff Surface to Open Million-Line Pull Requests Without Jank

8.5内容质量
GitHub Rebuilds the Copilot App's Diff Surface to Open Million-Line Pull Requests Without Jank

TL;DR · AI 摘要

GitHub 重构了 Copilot 应用的 Diff 表面,实现百万行代码的 Pull Request 流畅滚动。

核心要点

  • GitHub 使用确定性代码高度与动态块高度分离,提升滚动性能。
  • 每个动态块通过唯一标识符管理,避免布局反馈循环。
  • GitHub 于 2026 年 7 月 30 日推出堆叠式 Pull Request 预览功能。

结构提纲

按章节快速跳转。

  1. GitHub 重构 Copilot 应用的 Diff 表面以支持百万行 Pull Request 的流畅滚动。

  2. AI 生成的 Pull Request 数量激增,导致代码审查成为瓶颈。

  3. GitHub 将代码行与动态块分离,实现独立高度计算。

  4. 动态块通过唯一标识符管理,避免布局反馈循环。

  5. GitHub 使用单次测量机制,确保滚动流畅。

  6. GitHub 于 2026 年 7 月 30 日推出堆叠式 Pull Request 预览功能。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • GitHub Copilot Diff 表面重构
    • 重构背景
      • 支持百万行 Pull Request
      • AI 生成 Pull Request 增多
    • 重构方案
      • 代码行与动态块分离
      • 动态块通过唯一标识符管理
      • 单次测量机制
    • 成果展示
      • 2026 年 7 月 30 日推出堆叠式 Pull Request 预览

金句 / Highlights

值得收藏与分享的关键句。

#GitHub#前端性能#React#Pull Request
打开原文

GitHub 重建 Copilot 应用的 Diff 表面,以无卡顿方式打开百万行 Pull Request - InfoQ

InfoQ 首页 News GitHub 重建 Copilot 应用的 Diff 表面,以无卡顿方式打开百万行 Pull Request

Web 开发

护栏,而非门卫:如何在不减缓开发者速度的前提下治理 AI 工具的开支(网络研讨会 12 月 10 日)

GitHub 重建 Copilot 应用的 Diff 表面,以无卡顿方式打开百万行 Pull Request

2026 年 11 月 16 日 2 分钟阅读

作者:

  • Daniel Curtis

#### 关注我们

YouTube

232K 粉丝

LinkedIn

26K 粉丝

Instagram

新

RSS

19K 读者

X

57.1k 粉丝

Facebook

21K 喜欢

Bluesky

收听这篇文章 -

0:00

音频准备播放

您的浏览器不支持音频元素。

正常

1.25x

1.5x

喜欢

新下拉阅读列表

  • 阅读列表

GitHub 工程团队发布了一篇详细的文章,介绍了如何重建 GitHub Copilot 应用中的 Diff 表面,以无卡顿方式打开一个包含 2,200 个文件、超过一百万行修改代码以及超过 400 条内联评论的 Pull Request。

由高级设计工程师 Alberto Gimeno 撰写的这篇文章,正值 AI 编码代理生成的 Pull Request 数量远超审查者能够处理的数量,瓶颈已经从编写代码转移到了阅读代码上。

重建的核心是一个决定,即停止假装 Pull Request 是一个单一的统一列表。在已知字体大小下,代码行的高度是已知的,因此它们的几何形状可以在一开始就计算出来,而无需重新构建。但评论却不是这样。Markdown 正文在不同宽度下会以不同方式包装,<details> 部分可以在原地切换,回复编辑器随着用户输入而增长,图片在加载时会改变高度。团队没有强制使用一个变量高度的虚拟化器来吸收两者,而是将文档拆分为两个独立的领域:

code
总高度 = 确定性代码高度
 + Σ 动态块有效高度
 + 滚动填充

动态块通过身份(文件、行、侧)进行键控,而不是像素位置,指纹跟踪内容、打开状态和测量宽度。单个空闲门控的测量过程一次性读取挂载的块,范围大致在视口周围 2,400 像素内,修正锚定在读者正在查看的内容上,因此表面永远不会与主动滚动发生冲突。

Gimeno 开诚布公地承认了一个早期的错误,团队最初的直觉是每个块使用一个 ResizeObserver 将高度写回布局中,这是一个经典的反馈循环,其成本随着每个挂载的块而增长。发布的设计保留了观察者,但默认将其设置为标记而不是写入,当用户切换 <details> 或展开回复编辑器时,特意同步帧的例外情况,因此下面的代码在同一帧中移动。

这项工作建立在 2026 年 4 月 GitHub.com 文件更改团队的一篇文章之上,该团队报告称,统一视图的 Diff 行以前每个渲染为大约八个 React 组件和十个 DOM 元素,并将两者都减少了一半。

GitHub 自己的堆叠 Pull Request 于 2026 年 7 月 30 日进入公开预览,作为对 AI 生成的“怪物”的明确回应,DEV 社区的一篇文章引用了微软的研究发现,一旦 Pull Request 超过大约 200 行,审查质量会急剧下降,与 Copilot 应用的百万行测试用例相比,这只是一个四舍五入的误差。

第三方工具从审查的角度填补了这一空白。Graphite、Pullfrog 和 CodeRabbit 各自以不同的方式尝试代理时代下的审查工作。Codegen 的 CEO Jay Hack 认为,在这个新时代中,那些重新设计工作流程、以审查(而非代码)作为瓶颈的团队将成为赢家。

该团队还描述了围绕重建构建的测量循环。该表面永久嵌入了结构化的探针,用于检测自身的不变量,这些探针作为 CI 预算,运行在合成的大规模拉取请求测试用例上。同时,一个自动驾驶系统会驱动真实的桌面应用程序,通过脚本化流程进行冷启动和热启动,这样代理可以读取磁盘日志并发现回归问题,而无需有人在键盘上操作。Gimeno 的最后一句话是针对所有以审查代码为职业的人说的:打开你收到的最糟糕的拉取请求。

作者部分的主容器

关于作者

部分标题

每个作者的主容器

#### Daniel Curtis

显示更多

显示更少

#### 本内容属于 Web 开发主题

##### 相关主题:

  • 开发
  • Web 开发
  • React
  • 性能
  • JavaScript
  • 相关编辑
  • 相关赞助商 AI 安全手册:使用 AI 加速开发,同时不牺牲安全性
  • 相关赞助商 Equal Experts 帮助组织利用 AI、现代化技术,并通过专家工程、协作和创新交付实践构建更好的软件。了解更多。

InfoQ 新闻简报

每周二发送上周 InfoQ 内容的汇总。加入超过 25 万名高级开发者的社区。查看示例

我们保护您的隐私。