DoorDash 借助多 Agent LLM 系统清理 6 万个 Feature Flag

事件

DoorDash 工程团队公开了一套基于多 Agent 大模型（LLM）的系统，用于清理其代码库中约 6 万个 Feature Flag。Feature Flag 是控制功能开关的配置项，长期堆积会形成技术债，增加代码复杂度与发布风险。DoorDash 没有采用人工逐项排查的方式，而是让多个 LLM Agent 分工协作完成识别、判断与清理。

该系统的核心机制是任务拆解与多 Agent 协同：部分 Agent 负责扫描代码与配置，定位已失效或长期未使用的 Flag；部分 Agent 结合上下文判断其是否可安全移除；还有 Agent 负责生成修改方案并验证。相比单模型一次性处理，多 Agent 结构能降低单次推理的上下文压力，提高判断准确率。

对工程团队而言，这一案例说明 LLM 已能承担大规模、重复性强的代码治理工作，而不只是辅助写代码。值得关注的是，清理 Feature Flag 涉及生产环境安全，如何让 AI 的判断可审计、可回滚，仍是落地关键。

来源

本条目由采集管线自动抓取并发布，完整内容见下方来源链接。

*采集源：InfoQ 中文*