Linear 分享如何把 CI 等待时间从 6 分钟降到 5 分钟以适应 AI 编码节奏
Linear 因 AI 智能体加速写代码使 CI 成为瓶颈，系统性改造后把 PR 等待时间从 6 分多钟降到 5 分多钟，单个测试的 runner 时间约减半。
推荐理由：原文给出完整的 CI 优化路径和各步骤量化收益，其他团队可对照迁移到自己的流水线。
Linear Now
linear.app · 网站与博客
切换来源
全部网站与博客新闻IT Home8624 条Simon Willison353 条OpenAI News317 条TechCrunch · AI265 条The Decoder245 条Hugging Face Blog151 条The Verge · AI143 条Claude Blog135 条elsewhere articles109 条Google Research108 条OpenRouter Announcements103 条Mistral AI88 条Tomer Tunguz81 条Databricks Blog76 条Sierra Blog67 条Anthropic Newsroom65 条Gary Marcus63 条Claude Platform release notes62 条Runway News62 条LMSYS Blog60 条Google DeepMind58 条a16z News49 条LangChain Blog48 条Suno Blog48 条ByteByteGo46 条NVIDIA Blog46 条Apple Machine Learning Research43 条Google Blog: AI41 条Google Developers Blog35 条Cursor Blog33 条Microsoft AI News32 条Linear Now30 条AWS Machine Learning Blog29 条Google Cloud: Databases28 条Dwarkesh Patel27 条Ars Technica · AI26 条Nathan Lambert: Interconnects25 条Latent Space24 条DeepSeek API updates23 条Sakana AI Blog23 条Anthropic Research21 条Import AI21 条AI as Normal Technology20 条MIT Technology Review · AI16 条GitHub Blog · AI & ML12 条Meta Engineering11 条Berkeley AI Research10 条Microsoft Research10 条Every latest articles6 条CMU Machine Learning Blog1 条MarkTechPost · 历史来源101 条xAI News · 历史来源73 条Artificial Intelligence News · 历史来源44 条Claude YouTube · 历史来源41 条Ars Technica: AI · 历史来源18 条GitHub Blog · 历史来源17 条Lilian Weng's Log · 历史来源2 条
30 条AI 相关新闻 · 最新在前
Linear Now精选AI 评分6767
Linear NowAI 评分5757 Linear 用 StyleX 完成 1000+ PR 的样式迁移
Linear 将其 React 应用从 styled-components 迁移到 StyleX，累计提交超过 1000 个 PR。迁移以确定性 codemod 为主，配合编码智能体 Fable 和 Sol 承担重复工作，并用自定义 lint 规则和仓库检查器阻止旧模式回流。移除运行时样式注入后，视图密集型页面的主线程 CPU 工作量减少约 20% 至 35%，在中端机器上约快 30%。
Linear Now精选AI 评分6464 Linear 用 1000+ 个 PR 将 React 应用从 styled-components 迁移到 StyleX
Linear 宣布完成从 styled-components 到 StyleX 的迁移，历时逾 1000 个 PR。迁移动机包括 styled-components 进入维护模式、React 18 并发渲染下的性能回归，以及团队希望为 Agent 参与代码库建立更清晰的样式边界。
推荐理由：Linear 团队亲历者复盘超千个 PR 的迁移过程，给出可迁移的确定性工具加 Agent 加人工判断的方法和降险步骤。
Linear Now精选AI 评分6969 Linear 完成 9900 万美元回购，估值翻倍至 25 亿美元，ARR 突破 1 亿美元
Linear 完成 9900 万美元回购，估值 25 亿美元，是去年 12.5 亿美元的两倍，Accel、01A、Salesforce Ventures 和 S32 参与其中；公司现金流为正，账上现金超过历史融资总额。
推荐理由：官方披露 2.5B 估值回购与 100M ARR 等关键数据，读者可借此了解 Linear 的经营现状与智能体业务进展。
Linear Now精选AI 评分6060 Linear 官方解析 Linear Agent 的构建方法：用边界而非固定路径控制 Agent
Linear 官方详解 Linear Agent 的构建思路：不为 Agent 设计固定路径，而是通过系统提示词、工具设计、对 Linear 产品的语义建模、system skills 按需加载和自研 harness 来划定边界。
推荐理由：Linear 官方复盘 Agent 的设计取舍，涉及系统提示词、工具设计、system skills 和自研 harness，方法可迁移到类似 Agent 构建。
Linear NowAI 评分5757 Linear 推出 Loops，让 Linear Agent 承接团队级循环工作
Linear 发布 Loops，让 Linear Agent 以定时或事件触发的方式承担团队重复性运营工作。Loop 用自然语言描述，运行时可结合 Linear 内的 issue、项目、文档、连接的代码库和 MCP 服务器，团队内共享可见和可控。
Linear NowAI 评分5454 Linear 工程师复盘如何让 Linear Agent 自动修复 bug
Linear 工程师分享用 Linear Agent 自动修复进入 triage 的 bug 的经验。通过 Datadog 监控发现死 feature flag（任务形状固定，几乎每次一次修复成功）和失败的后台任务（失败率超 0.2% 时建 issue，约三分之一修复命中），并加入门控让 agent 先证明理解问题以节省 token。
Linear Now精选AI 评分7272 Linear 推出 coding sessions、自动化 triage 和 Diffs，让 Linear Agent 直接完成编码
Linear 发布 coding sessions、自动化 triage 和 Diffs，Linear Agent 可以从 issue 直接触达实现：阅读 issue 与讨论、调查代码库、提出方案、写代码并开 PR，全程在云端用 Claude Code 或 Codex 等模型与 harness 完成。
推荐理由：Linear 官方给出从 issue 到 PR 的完整执行闭环细节，并附自用数据与 Ramp、Coinbase 案例，读者可评估其对工程流程的影响。
Linear NowAI 评分5050 Linear 如何用 Diffs 在智能体时代做代码审查
Linear 推出 Diffs 功能，用于应对智能体生成代码带来的审查压力：2026 年 1 月至 3 月，其团队新建 issue 与合并 PR 数量均上升 50%。该功能把审查集中到 Linear 内，支持一键查看代码变更背后的客户反馈或 bug 报告，并将改动分组为可读的叙事块，作者可直接在 Linear 中用智能体处理评论。
Linear Now精选AI 评分6363 Linear 发布 Diffs，主打快速代码评审
Linear 发布代码评审产品 Diffs，面向所有套餐开放，目标是让代码评审在不牺牲严谨性的前提下保持快速。评审在 Linear 内打开并关联对应的 issue 和项目，优先级可见；Guided reviews 把大 diff 按工作的推理顺序拆成章节，先展示核心改动，结构化 diff 高亮会剥离格式改动，让 2000 行的 PR 在一次阅读中变得可读。
推荐理由：Linear 官方解释了 Diffs 针对的评审痛点与具体设计，读者可以对照自己团队被 agent 大量 PR 拖慢的评审流程判断是否适用。
Linear Now精选AI 评分6060 Linear 发布 Code Intelligence，为 Linear Agent 引入代码上下文能力
Linear 推出 Code Intelligence，作为 Linear Agent 的新功能，让智能体可以按需或自动对代码库进行研究，现在面向 Business 和 Enterprise 计划开放公测，公测期间免费。
推荐理由：官方说明了产品如何把代码上下文引入问题分诊、支持与产品规划流程，并给出内部使用量增长数据，可帮助读者评估其适用场景。
Linear NowAI 评分3434 Output isn't design：AI 生成界面不等于设计
针对 AI 工具宣称能快速生成界面、把文字直接变成产品甚至代码，文章指出设计的难点从来不是生成形式，而是理解问题本身。作者引用 Christopher Alexander《Notes on the Synthesis of Form》中"形式与语境良好契合"的定义，认为 AI 能快速产出看似精致的方案，却无助于理解底层问题，反而容易让人跳过对真实约束的梳理。
Linear NowAI 评分4545 Linear 如何在内部分工中使用 Linear Agent
Linear 团队在 Linear Agent 正式发布前就已将其用于 Slack、Linear 和代码库，并总结出三条内部工作流：客户邮件经 Intercom 转为 Linear issue，Slack 讨论转为 pull request，PM 提交 issue 并直接修复。
Linear Now精选AI 评分6363 Linear 公布 2026 年 3 月 24 日安全事件复盘：权限过滤漏洞致私有团队数据越权可见约一小时
Linear 官方发布事故复盘，3 月 24 日 12:07 至 1:10（UTC）部署的代码变更导致同一 workspace 内私有团队数据可能对包括 guest 在内的其他成员可见。
推荐理由：官方复盘给出完整时间线、变量遮蔽根因和权限测试缺口，可作权限层事故响应的参考样本。
Linear NowAI 评分4242 Linear 推出更平静的界面改版：减少图标、弱化侧边栏、软化分隔线
Linear 发布视觉界面改版，通过调暗导航侧边栏、压缩顶部标签、减少图标使用并软化边框对比，让主内容区更突出。改版借助内置 dev toolbar 一键切换 feature flags 对比新旧版本，并用 Claude Code 在数小时内构建出可调 hue、chroma、lightness 的颜色工具，其 token 值以 JSON 导入 Figma。
Linear NowAI 评分4848 设计不只是写代码：Linear 谈 AI 时代设计师与工程师的角色演变
Linear 发文讨论“用代码做设计”之争，认为把设计等同于代码是过度简化，真正的问题是 AI 与新工具下设计师和工程师的角色如何演变，是否会出现“head of craft”这类新职位。文章主张先厘清问题本身再谈方案，并指出代码虽是软件的载体，但并非所有决策都应在代码中做出。
Linear NowAI 评分3636 Linear 客户体验团队如何在 Linear 中工作
Linear 客户体验团队将 Intercom、Slack、X、Reddit 等渠道的客户反馈通过 Linear-Intercom 集成和 Linear Asks 模板转为 Linear issue，分别进入工程与产品 triage 队列。
Linear NowAI 评分3838 Linear 如何用持续规划重塑产品团队的工作流
Linear 推出持续规划（continuous planning）流程，让产品团队在想法到来时即整理为候选项目，而非每季度面对空白页重新规划。2025 年起该流程引入 AI 维护项目，智能分诊建议可识别新需求是否与现有 issue 重复或归属同一项目。
Linear NowAI 评分5151 Linear 提出“自动驾驶 SaaS”愿景，畅想软件自主运转
Linear 发布官方文章提出“自动驾驶 SaaS”愿景，认为真正变革在于 AI 主动推进工作，而非在旧系统上加聊天机器人。文章类比自动驾驶分级描述三种自主级别，从建议分配 issue 到规则自动执行，再到 coding agent 全程处理特定类别 issue，并称这已是 Linear 的产品方向。
Linear NowAI 评分5050 Linear 如何构建 Triage Intelligence
Linear 复盘上月推出的 Triage Intelligence 的构建过程，该功能用搜索、排序和 LLM 推理为新 issue 标记重复、关联相关 issue，并推荐标签或负责人等属性。
Linear NowAI 评分5858 Linear 发布 Cursor 集成，可在 Linear 中直接把 issue 指派给 Cursor agents
Linear 宣布新的 Cursor 集成，用户可以像指派给队友一样把 issue 直接分配给 Cursor agents。Cursor agents 可承接编码任务、开启 pull request 并把进度同步回 Linear。
Linear NowAI 评分5151 Linear 阐述 Agent Interaction SDK 的设计思路
Linear 介绍其 Agent Interaction SDK 的构建思路：通过 OAuth 的 actor=app 模式让 Agent 成为工作区内的一等用户，新增 app:assignable 和 app:mentionable 两个可选权限控制 Agent 能否被指派或提及。
Linear NowAI 评分5353 Mercury 工程师 Matt Russell 谈六个月用 AI 智能体开发的实践与经验
金融科技公司 Mercury 的 staff 工程师 Matt Russell 在访谈中复盘其团队六个月使用 AI 智能体的经验。团队从 3 月内部黑客松起步，通过 Linear for Agents 把 issue 分派给第三方智能体并回收 PR，还用 Linear Asks 模板让 ops 团队自助提交工单、由智能体建 UI 并提交 PR，几乎无差错。
Linear NowAI 评分5656 Linear 宣布 Series C 融资并规划 Agent 与 AI 工作流方向
Linear 宣布完成 Series C 融资，称公司已盈利、增长强劲，超过 15,000 家公司（包括 OpenAI、CashApp、Ramp、Scale AI 和 Boom）在使用其产品。下一步规划两个方向：Linear for Agents 让第三方或自建智能体在产品工作流中被部署和协调；Linear AI 则把 AI 功能直接嵌入建 issue、自动分类路由和反馈总结等现有工作流中。
Linear NowAI 评分5454 Linear 创始人撰文探讨为何质量如此稀缺，并把质量作为经营策略
Linear 创始人发文分析为何质量稀缺，认为每次技术进步都会把行业拉离手艺，而 AI 正试图把制作者的判断和品味也从创作中分离出去。他主张质量本身就是商业策略：Linear 第二年实现盈利，第四年拥有超过 10000 个付费客户且几乎没有营销支出，并分享了以质量为北极星、3-5 人小团队、MVP 仅限内部使用、issue 7 天内修复等实践。
Linear NowAI 评分4242 Linear 谈 AI 时代的设计：从确定性界面到“工作台”
Linear 发文探讨 AI 时代界面设计，认为 ChatGPT 带火的聊天界面只是通用容器，提示词难以精确控制结果，无法适配具体工作流。文章主张以传统 UI 构建功能型应用、再用 AI 能力补充，并把 Linear 这类软件比作“工作台”，为 AI 智能体提供结构、上下文与审核环境，人类保持在回路中。
Linear NowAI 评分4141 Linear 推出 Customer Requests 功能，把客户反馈直接接入产品开发流程
Linear 发布 Customer Requests 功能，可将来自支持工单、Slack 消息和通话的客户反馈直接带入 Linear，供产品与工程团队识别需求模式并辅助决策。该功能支持按营收、客户层级等业务指标筛选客户以排定优先级，并替代分散的反馈记录方式、免去工具间手动同步。Linear 表示正在开发 Salesforce 和 HubSpot 集成，并计划用 AI 从大量反馈中提取有效信号。
Linear NowAI 评分2424 Scale 为何以及如何迁移到 Linear
Scale AI 在产品与工程团队推动下全员迁移到 Linear，此前各团队分散使用多种工具，导致 issue 重新分配、上下文共享和进度追踪困难。迁移后 Scale 的 bug 解决时间缩短 52%，并借此支撑其 AI 数据产品的快速扩张。
Linear NowAI 评分4646 Descript 内部指南：如何用 Linear 搭建团队工作操作系统
Descript CEO Andrew Mason 分享了一份内部指南，讲述如何把 Linear 用作团队的工作操作系统。指南建议用 Zapier 把 Slack 收藏消息自动转为 Linear issue，并可用 ChatGPT 将消息摘要压缩到 12 词以内；同时推荐用 Raycast 绑定快捷键实现快速建 issue。
Linear NowAI 评分4747 Linear 如何用 AI 检测相似 issue
Linear 将 Similar Issues 匹配功能推向全部工作空间，用 LLM 生成向量嵌入并在 issue 创建、Triage 和支持集成中提示重复或相关 issue。该功能基于 PostgreSQL 的 pgvector 存储与检索向量，按 workspace ID 分成数百个分区并分别建索引，以支撑数千万条 issue 的余弦相似度查询。