当AI团队成员遇上代码审查：代理授权拉取请求的合作信号

自主编码代理越来越多地通过在GitHub上提交拉取请求来贡献软件开发。然而，关于这些贡献如何整合到人类驱动的审查工作流程中的情况了解有限。我们使用公共AIDev数据集对代理授权的拉取请求进行大规模实证研究，检查集成结果、解决速度以及审查时间的合作信号。使用具有存储库聚类标准误的Logistic回归，我们发现审阅者的参与度与成功集成相关性最强，而更大的变更规模和协调干扰性动作（如强制推送）则与合并的可能性较低相关。相比之下，仅凭迭代强度在考虑了合作信号后提供的解释力有限。进一步的定性分析显示，成功的集成发生在代理参与可操作的审查循环并趋向于审阅者期望时。总体而言，我们的结果表明，代理授权的拉取请求的有效整合不仅取决于代码质量，也取决于与既定审查和协作实践的一致性。