事件還原:Postgres 19 怎麼被 AI 拖到延期
10 月 16 日 The Register 報導,Postgres 19 原定本月發布,結果延期了。原因不是程式碼沒寫完,而是 AI 審查工具挖出來的 bug 多到核心團隊修不完[1]。
具體多少 bug?報導給的比例是 AI 一天掃出 50 個 issue,人類開發者一週認真處理 10 個。這個比例不是誇張,是 Postgres 提交者在郵件列表裡反覆提到的真實數字。卡住的模組集中在查詢優化器和並發控制——剛好是 AI 比較擅長挑刺、但人類需要想很久的地方。
延期多久沒公布。但從維護者公開的說法看,至少幾個月,不是幾週。Postgres 專案幾十年歷史,延期發布不是沒有過;因為「AI 找 bug 太快」而延期,是頭一遭。
Hacker News 上這則貼文拿到 82 分、17 則討論。留言區被推最多的一句是:"Welcome to the future of software engineering, where the bottleneck is no longer finding problems but triaging them."
為什麼「找 bug 比修 bug 快」反而是麻煩
傳統認知裡,bug 找到就是好事。AI 工具幫你掃、你負責修,大家開心。
這次反過來了。
根本原因是 AI 審查工具的工作邏輯——為了不漏報,寧可多報。一個潛在的 null pointer dereference 可能報;一段歷史上從來沒觸發過的 edge case 可能報;一種理論上要 race condition 加特定輸入再加特定 kernel 版本才會出現的 bug 也照報。
結果是開發者收到的 issue 一半以上是 false positive。但你不能直接關掉——關錯了漏掉真 bug 的責任更大。所以只能一個個排查,每個花半小時到兩小時。
我用 CodeRabbit 在一個 5000 行的專案上試過,一晚上報了 23 個 issue。翻完程式碼之後 18 個確認是 false positive,5 個真的裡 2 個是要構造 6 層巢狀的邊界輸入才會觸發。
放到 Postgres 這種 30 年歷史、幾百萬行程式碼、數十個貢獻者的專案上,這種 noise > signal 的 incoming work 就是災難。
軟體工程第一次撞上這個問題:瓶頸從「發現」轉移到「消納」。
Postgres 不是孤例:AI 審查工具的真實成本
現在流行的 AI 程式碼審查工具,普遍都是「寧可多報」的策略。原因很直接:模型不知道你的程式碼脈絡,不知道這個專案對錯誤的容忍度,不知道某個分支是不是測試程式碼。它只能最大化 recall,然後讓你自己 filter precision。
主流的幾個工具我都看過——
- CodeRabbit:PR 留言預設展開「nit」等級的提示,數量爆炸
- Sourcery:對 Python 專案有用,但常把 PEP 8 當 correctness bug 報
- GitHub Copilot Review:整合度最高,但 false positive 率也最高
- CodeAnt:開始嘗試用更小的脈絡壓 false positive,效果待觀察
維護者面對幾十上百個「可能有問題」的 PR 時,心態是崩潰的。我在 Postgres 郵件列表的 thread 裡看到一個老 contributor 說:"I used to love code review. Now I dread opening my inbox."
這是組織問題,不是個人情緒。一個 20 人的團隊,突然多了 5 倍的 incoming work,而且 noise > signal,任何流程都會被堵死。
AI 軟體工程的真正天花板
找 bug、生成程式碼、跑測試,這些環節 AI 都在變強,而且肉眼可見地越來越強。
但「決定修不修、怎麼修、風險誰扛」,還是人。
這是兩件完全不同的事。前者是 mechanical work,後者是 judgment work。AI 暫時不會做 judgment,不是技術上做不到,是沒人敢把 judgment 交給它。出了事故誰背鍋?Postgres 這種專案,誰的程式碼進了 release notes,誰就要對生產環境負責。
Postgres 19 延期說明:AI 的邊際效用已經在「輔助決策」這堵牆前面撞牆了。不是算力問題,是組織能力問題。
更具體地說:AI 每天製造 5 個 PR,但團隊一週只能評估 2 個 PR 的真實風險。吞吐量不匹配的問題不解決,AI 多強都是淨負的。
有幾種可能的解法:
- AI triage agent:用另一個 AI 先過濾明顯的 false positive,只把可疑的留給人類
- Risk-based scoring:讓 AI 不只報 bug,還報「這個 bug 多大概率被人碰到」,人類按風險排優先順序
- Maintainer-specific learning:每個 maintainer 接受的 noise 門檻不同,工具學習每位維護者的過濾偏好
但這些解法都是 18 個月以後的事。當下,Postgres 這種等級的專案只能用「少讓 AI 掃、掃完人先初篩」硬扛。
這是 AI 時代的新型 toil——和早年 SRE 手動處理 alert 的場景很像,只是來源從監控告警換成了 AI 審查器。
編輯思考
這件事和過去所有「AI 提升 X 倍效率」的故事都不一樣。
過去的故事講的是 AI 取代人、人省時間。Postgres 這個故事講的是 AI 製造的 work 比它節省的還多。AI 找 bug 給開發者節省的認知成本接近 0,因為 review overhead 把省下來的時間全吃回去了。這是傑文斯悖論(Jevons paradox)在軟體工程裡的重現——某個工序變便宜,反而被更頻繁地呼叫,總工作量上升。
我賭接下來一年會出現一個新角色:AI bug triage engineer,在 AI 審查工具和人類維護者之間當 filter。職稱可能叫「AI code review specialist」或「AI tooling reliability engineer」,也可能被吸收進 SRE 的職責裡。本質上,就是人肉的 false positive filter。
另外我賭 Postgres 不會是最後一個延期的開源專案。Linux kernel、CPython、Apache Kafka 這種大體量、長期維運的專案,接下來 12 個月裡至少會再出一個因為「AI 找 bug 太快、人接不住」而調整發布節奏的。我沒證據,純粹是判斷,先記下來,一年後回來驗證。
和過去哪裡不同?過去「AI 提效」的故事是單邊的——AI 做得多、人做得少、總成本下降。這次是雙邊的——AI 做得多,人反而做得更多,因為要消化 AI 的產出。整個軟體工程的生產函數形狀變了:AI 讓 f(x) 在 x 小時開發裡產出更多 code,但也製造了 maintenance 的非線性爆炸。
不確定的地方:我沒法判斷是 Postgres 特別扛不住,還是所有大專案都會這樣。Postgres 的程式碼風格出名地嚴格,「每個 commit 要 reviewer 至少批准加 72 小時冷靜期」,這個流程放大了 AI 製造的 review burden。如果換成「先合後審」的專案,後果可能輕很多。主流開源專案大多偏向前者,這代表問題會被廣泛觀察到。
[1] The Register, "Postgres 19 delayed after AI reviewers find more bugs than humans can fix", 2026-10-16. https://www.theregister.com/databases/2026/10/16/postgres-19-delayed-after-ai-reviewers-find-more-bugs-than-humans-can-fix/