DoorDash用多智能体LLM清理6万特性开关

DoorDash 构建了一个多智能体 LLM 系统，用于自动化清理过期的功能开关，覆盖其整个代码库，结合了实时实验数据、工程师审批、隔离的 Git 工作树和自动化验证。在对 50 个过期开关的评估中，该系统为 45 个开关生成了可用的拉取请求，平均每个清理耗时 13.8 分钟、成本 4.79 美元，而 DoorDash 估计手动清理需要一到两个小时。

DoorDash 的实验平台在大约 623 个代码库中管理着超过 60,000 个功能开关，每月创建约 2,300 个新开关。该公司识别出超过 1,000 个过期开关。当一个开关 90 天内未被修改、仍然在代码中被引用、未被归档或停用，且未被明确排除时，它就被归类为过期。一个每日流程会为识别出的开关创建 Jira 工单。

由于 DoorDash 使用了依赖注入包装器，清理工作变得复杂，因为开关定义、客户端调用和业务逻辑可能分布在多个文件中。因此，一个简单的布尔开关可能需要跨 5 到 20 个文件进行更改，包括测试文件。

现有方法解决了这一问题的部分内容。Uber 的开源 Piranha 使用基于抽象语法树的转换来识别和移除过期的功能开关代码。DoorDash 发现这种方法无法覆盖其依赖注入模式，在这种模式中，开关与应用程序逻辑之间的关系是语义性的，而不是通过匹配语法直接表示的。Piranha 提供了一种基于规则的对比方法，与 DoorDash 使用的基于 LLM 的系统形成对照。

DoorDash 的工作流使用 Google 的 Agent Development Kit，分为两个阶段。一个运行 Claude Sonnet 的编排器从 Jira 检索过期开关工单，搜索相关代码库，并通过 Model Context Protocol（MCP）查询实验平台以获取元数据，包括发布百分比和目标值。工程师审查生成的报告并在代码更改开始前确认目标值。MCP 提供了一种标准化机制，用于将 AI 应用程序与外部工具和资源连接起来。

DoorDash 的两阶段功能开关清理工作流（来源：DoorDash 博客文章）

在第二阶段，Claude Opus 清理智能体在隔离的 Git 工作树中运行，每个代码库最多可有四个智能体并发运行。智能体定位开关引用，确定清理策略，修改源代码和测试，并运行构建、测试、JaCoCo 补丁覆盖率和 Detekt 静态分析。只有在验证检查通过后才会打开拉取请求。每个智能体有一小时的超时限制，Gradle 在没有守护进程的情况下运行，以防止工作树之间共享状态。

评估产生了 31 次首次通过合并、14 次修订和 5 次工程师干预。简单开关实现了 100% 的单次清理率，中等复杂度开关为 94%，复杂开关为 85%。这五次干预涉及深层调用链和跨接口参数传递。DoorDash 报告在 50 个评估的更改中没有发现 bug 或回归。

50 个评估开关中按复杂度划分的功能开关清理结果（来源：DoorDash 博客文章）

该公司计划为较低风险的清理添加置信度评分，并在清理后进行代码质量检查，以识别开关移除后出现的误导性变量名等问题。这项工作已被 ICSME 2026 工业轨道 接收。