月推 2500 个 PR AI 编程单人产能上限

poteto 这条挺有意思：作者原本是为 Cursor Compile London 准备的演讲稿，没到场就直接在 X 上免费放出。一句话核心——"我上个月往生产环境推了 2500 个 PR"。

这条分享对国内开发者最直接的信号是：单人月推 2500 个 PR 这个量级，是 AI 编程工具的实际产能上限。原推给了完整演讲视频（建议 2x 速看），主要内容是他在 Grok + Bot Galaxy 直播里的方法论延展。把关键点抽出来：

• 小步快跑：每个 PR 控制在几十行 diff，模型生成 + 人 review 模式。每个 PR 走完整 CI，单测、linter、安全扫描都接好。
• 批处理 PR：多个独立任务并行发，模型在不同 worktree 里同时跑，互不阻塞。这是单人月推到 2500 量级的核心支撑。
• 失败即数据：CI 红了的 PR 直接被模型重写一遍作为训练数据，反过来强化下一轮生成质量。
• 生产门禁靠 PR 模板：每个 PR 自动带风险评估、关联 issue、回滚方案三栏，人 review 时只看模型不确定的部分。

这套打法有几个适用边界要先认清：

• 必须有强 CI/CD——没有自动化门禁的项目硬上 2500 PR 量级就是制造事故；
• 代码评审成本没消失，只是转移——人 review 的时间被压缩在"模型不确定的小段"，但总投入并不比传统 PR 少；
• 不适合大型重构——动架构这种"牵一发动全身"的活儿，还是要人主导方案、模型只填实现。

如果你团队现在还在按"每人每天推 3–5 个 PR"工作，可以拿这套思路做对照——单兵产能上限其实远比你以为的高。