Commensa Audit 实战：追踪 AI 编程 Agent 的无用功，终结「越修越乱」循环

团队用 AI Agent 高速交付时，合并速度看起来飞快——但有多少 PR 是在修正 Agent 自己之前留下的问题？Commensa Audit 是一个开源 CLI 工具，通过分析 Git 历史回答这个核心问题。本文带你从安装到解读报告，完整上手。

你需要知道的问题

一个 AI Agent 团队在 13 天内合入了 162 个 PR——然后一查，27% 是 Agent 在修正自己之前的工作。不是新增功能，不是优化性能，只是「修自己挖的坑」。

这就是 Rework Tax（返工税）——在 Agent 编程时代，速度数字掩盖了一个关键事实：你看到的「输出量」中，有多少是真正的前进，多少是自己擦自己的屁股？

Commensa Audit 是一个 Python CLI 工具，不依赖任何第三方平台，直接读你的 GitHub 仓库 Git 历史，输出一份 HTML 报告，告诉你：

• 你的 AI Agent 有多少比例的时间在修正自己
• 哪些模块是重灾区
• 有多少行合入的代码最终被废弃或重写

安装

只需要一个干净的 Python 环境：

pip install commensa-audit

或者直接从源码装：

pip install git+https://github.com/commensa-ai/commensa-audit

依赖极简：Python 标准库 + requests + jinja2。不需要 Docker、不需要数据库、不需要 MCP 服务器。

还需要一个 GitHub Personal Access Token（只读权限即可——repo scope 用于私有仓库，public_repo 用于公开仓库）。

首次运行

对一个公开仓库做审计，一条命令就够了：

commensa-audit --repo commensa-ai/commensa-audit --token $GH_TOKEN

输出文件：

• report_.html —— 可分享的自包含 HTML 报告，直接浏览器打开
• audit_.json —— 原始数值的 JSON
• units.csv —— 每个 PR 的逐条数据

如果仓库超过 500 个 PR，默认只分析最新的 500 条（有提示告诉你怎么放宽限制）。

理解报告中的核心指标

Rework Tax（返工税）

报告中最醒目的数字。这表示「修正性工作」占全部 PR 和变更行数的比例。

• 20% 以下：你的 Agent 协作状态良好
• 20-35%：中等，需要关注高频返工的模式
• 35% 以上：Agent 的很大一部分工作是在绕圈走

Superseded Work（被取代的工作）

有一类 PR 更隐蔽——输出被完全推翻和重写了，而不是被后续 PR 修正。这种在纯合并指标中完全不可见：PR A 合并了，但从最终代码看，它的输出一行都没活下来。

Abandoned Attempts（废弃的尝试）

那些创建了但从未合并的 PR。原始数据中，合并率本身也是一个重要指标——大量 PR 创建后不合并，说明 Agent 在实验性方向上浪费了提交。

Churn Clusters（搅拌集群）

“一个暗色模式改了 15 个 PR”——Churn Cluster 就是这种模式的自动检测。当一系列 PR 在互相覆盖时，它们被标记为一个 cluster。这比单个 PR 的返工更能反映系统性低效。

Line Survival（代码存活率）

在分析窗口结束时，还有多少已合并的代码仍然活跃。新仓库的这种指标天然偏高，但结合 Rework Tax 一起看，能发现「产出多但存活的少」的隐匿浪费。

Hotspots（热点模块）

按模块（目录）聚合的返工率，与仓库整体返工率进行对比。如果一个模块的返工率显著高于平均水平，说明该区域的结构可能存在问题——或者是复杂度太高、或者是 Agent 对该模块的理解不够。

重要：分类方法及其局限

Commensa Audit 使用一个透明的信号级联进行 PR 分类：

1. 显式修正标题 —— 标题含 “fix”、”revert”、”correct” 等关键词
2. 自我修正 —— PR 撤销了近期自己添加的行
3. Churn Cluster 归属 —— 属于搅拌集群中的 PR
4. 标记为新内容 —— 不命中以上任何条件的

每一条分类结果都附带触发信号和详细的 “why”。阈值的配置集中在一个代码块里——你可以调整它并用 --reuse 重新运行，成本极低。

已知限制（报告页脚也会打印）：

• 分类是启发式的，不是绝对真理
• Squash merge 会把多条提交揉在一起，影响归属准确性
• 代码存活期短的仓库偏向乐观（代码还没来得及被覆盖）
• Agent 标记的统计（Co-Authored-By 信息等）是下限估计——没有标记不证明是人类写的

在团队 CI 中集成

你可以把 Commensa Audit 作为定期检查纳入 CI 流程：

commensa-audit --repo your-team/your-repo --since 2026-01-01 --max-prs 0

配合 --reuse 参数可以复用上次抓取的 PR 数据，只重新分类，降低运行时 API 调用：

commensa-audit --repo your-team/your-repo --reuse

什么时候特别有用

• 团队刚开始用 AI Agent 写代码时：建立基准线，知道当前的返工率是多少
• 更换 Agent 工具或提示词策略后：对比返工率变化，量化改进效果
• 核心模块重构期间：用 Hotspots 找出哪些模块需要人工介入优化
• 管理层问「AI 产出质量如何」时：用数据而不是感觉回答

总结

Commensa Audit 解决了一个在 AI 编程时代越来越突出的问题——我们太关注「输出了多少」而忽视了「多少是白费劲」。它不是一个完美的工具（作者自己也坦诚列出了局限），但它是目前用 Git 历史衡量 Agent 效率的最直接方式。

不是所有合并都是进步。Rework Tax 让你知道，你的 Agent 有多少时间是在原地踏步。

项目地址：https://github.com/commensa-ai/commensa-audit

License：MIT

技术栈：Python，纯 CLI，本地优先，无遥测