大数跨境

我们如何在 12 周内重构 Shopify 应用:AI 智能体开发的真相

我们如何在 12 周内重构 Shopify 应用:AI 智能体开发的真相 苏哲管理咨询
2026-11-13
12
导读:Shopify 在 12 周内,由 30 名工程师配合 AI 智能体,将拥有 300 + 页面的移动端 App 从 React Native 迁移至 Swift、Kotlin 原生。智能体承担大部分编

编者摘要:企业AI智能体改造,就像飞行中飞机进行在线在航线维修。Shopify 在 12 周内,由 30 名工程师配合 AI 智能体,将拥有 300 + 页面的移动端 App 从 React Native 迁移至 Swift、Kotlin 原生。智能体承担大部分编码,但项目核心改造不在于代码生成,而是搭建适配智能体的整套开发体系。团队预先统一 iOS 与 Android 架构,以原有 App 作为校验基准,依托 Reflex、Helix、远程开发环境实现毫秒级无设备反馈,配套 CI 防护机制约束代码偏离规范,拒绝 “随性编码”。

团队采用两人业务小组模式,双端同责,智能体昼夜产出 PR,同时重构评审流程:智能体先行自动校验,人工聚焦业务意图、架构合规性而非逐行审代码。代码生成提速后,瓶颈转移到算力、评审、合并、跨人协同。迁移后 App 收益显著:启动速度、包体积、内存占用、稳定性大幅优化,同时代码库原生支持智能体持续迭代。

AI 智能体是放大器而非银弹,它会放大现有开发体系的优劣。智能体开发的关键是可执行架构、小步迭代校验、明确权责,工程重心从手写代码转向设计范式、反馈链路与防护规则。

10 组 Q&A

  1. Q:Shopify 这次重构最大亮点是什么? A:不是 AI 写代码,而是围绕智能体重构整套架构、校验、评审、协同体系,12 周完成大型 App 从 React Native 迁移到双端原生。
  2. Q:为什么不直接给 AI 写需求文档,而是拿旧 App 当作基准? A:书面规格极易过时;原有 App 包含全部状态、边界场景、交互逻辑,Helix 工具可以直接对照原版做分步校验。
  3. Q:为什么选择 iOS 和 Android 共用一套架构,牺牲部分平台原生写法? A:保证智能体产出范式统一,一份 PR 覆盖双端,降低评审成本,架构规范只维护一套,大幅降低双端迁移成本。
  4. Q:什么是 “拒绝 vibe coding(随性编码)”? A:不让 AI 自由发挥,通过架构样例、Lint、CI 做护栏,防止代码能编译、能过简单测试,但难以长期维护。
  5. Q:智能体写代码这么快,工程师的工作变成了什么? A:重心转移:设计架构范式、搭建反馈链路、制定约束规则、评审改动意图、把控产品行为与上线质量。
  6. Q:代码生成提速之后,出现了哪些新瓶颈? A:算力资源、代码评审、合并冲突与 CI 排障、团队协同,编码本身不再是最慢环节。
  7. Q:他们怎么解决 AI 产出代码太多、评审不过来的问题? A:AI 先自动预审拦截明显问题;PR 拆成小检查点;人工不再逐行比对,重点校验意图、架构、产品行为。
  8. Q:Reflex 和 Helix 在这套体系里分别承担什么作用? A:Reflex 支持脱离模拟器加载 ViewModel、快速校验状态;Helix 读取旧 App 行为基准,拆分迁移步骤并做一致性校验。
  9. Q:迁移上线之后,给终端商户带来哪些改善? A:App 启动更快、安装包更小、内存占用更低、稳定性大幅提升,可原生适配苹果新平台能力。
  10. Q:这套方案适合所有 AI 开发场景吗? A:更适合迁移、对齐已有产品行为的场景;全新功能开发没有旧版基准,校验方式和约束思路还需要继续探索。
A Shopify airplane being rebuilt in flight with mobile app screens and robotic tools.

附录:我们如何在 12 周内重构 Shopify 应用

当智能体开始编写移动端代码时发生了什么,以及我们如何围绕校验机制重新设计架构、工具链与工作流Shopify 技术博客我们正在招聘https://www.shopify.com/careers/jobs?discipline=engineering-data

30 名工程师只用 12 周,就把 Shopify 应用从 React Native 迁移重构为 Swift 与 Kotlin 原生版本。这款应用包含 300 多个页面、桌面与锁屏小组件、Apple Watch 应用、复杂功能组件以及 Siri 快捷指令。

大部分代码由智能体生成。如果你读过本系列其他文章,对此应该不会意外。真正出人意料的,是我们需要在代码之外配套改造的整套体系。

当智能体可以快速产出大量代码之后,代码周边的一切环节反而变得更加关键:应用架构、测试体系、代码评审流程、模拟器运行集群,以及人与人之间的协同机制。

我们重新设计了应用的构建模式,让智能体可以在一套工作流里运转:反馈足够迅速、范式清晰明确、校验规则时刻约束它不偏离规范。

过去几周发布的文章,分别介绍了这套体系里的核心模块:https://shopify.engineering/back-to-nativehttps://shopify.engineering/helixhttps://shopify.engineering/remote-devhttps://shopify.engineering/reflex

本文将说明这些模块如何协同运作,以及我们的收获:搭建一套工作流,让智能体高效推进开发,同时由人完成校验、评审与上线审批。

为智能体做好应用前置准备

在迁移各个页面之前,一小批工程师先搭建适配智能体的底层体系:架构规范、工具链、反馈闭环。

乍看之下这个顺序似乎本末倒置。既然智能体一个下午就能生成成千上万行代码,为什么还要提前花数周做准备?

原因在于:单纯的速度只能带来大量代码,而不是高质量应用。智能体周边的体系必须能识别它产出的错误;架构规范则要引导它写出整洁、统一、性能合格的代码。放任智能体自由生成,它做不到这一点。

这项工作不只是传统意义上的架构设计。我们在重新思考:AI 智能体时代,移动端应用究竟该如何构建:

  • 业务逻辑支持脱离设备运行,以此实现快速反馈闭环
  • Reflex 工具 + 命令行工具,毫秒级加载任意页面
  • iOS、Android 双端共用一套架构
  • 为每一个待开发页面提供清晰示例与说明文档
  • 代码仓库防护机制,一旦代码偏离规范就直接拦截

对于人类工程师,一部分架构约定可以记在脑子里;但对智能体不行。架构规则必须显性落地在目录结构、架构说明文档、能力清单、命名规范、状态结构、方法签名、命令行输出、代码检查规则、测试用例、持续集成失败提示里。

这彻底改变了我们的应用构建方式。我们依然服务工程师,同时也要服务智能体 —— 智能体需要可复用的固定范式、即时反馈、清晰易懂的报错信息。

改造之前,智能体的反馈链路和人类一样:编译应用、启动模拟器、手动跳转到目标页面、截图查看效果、分析问题、修改代码、再次尝试。单次迭代就要耗时数分钟,而且智能体很不擅长依赖界面跳转、代码外上下文判断的这类操作。

架构改造完成之后,智能体无需启动设备,就可以运行页面的核心逻辑。它可以在终端加载视图模型(ViewModel)、触发交互动作、检查状态、执行确定性校验,全部在毫秒内完成。正是这套高速反馈闭环,支撑我们实现了后续的迁移速度。

我们提速的秘诀,不是让智能体一次性完成超大改动;而是把任务拆小,把反馈链路收紧。

重构项目的组织方式

大约 30 名工程师参与本次重构,两人一组形成独立小组。每个小组全权负责一块业务模块,同时覆盖 iOS 和 Android 双端。小组内两位工程师大部分时间结对协作,每人同时调度多个智能体。智能体不分昼夜持续工作,因此每天早上都会积压一批待评审的合并请求(PR)。

我们刻意保持小组规模精简。智能体补足了小组的开发产能,让两个人就可以承接一整块业务域。小组最核心的需求是权责清晰、快速决策、上下文共享。

我们没有拆成独立的 iOS 团队和 Android 团队。每一组都端到端负责对应的业务模块。智能体承担大部分编码实现工作,但架构、产品行为、上线质量的最终判断权,仍然掌握在人手里。

优先保证一致性,而非平台原生写法

我们的第一原则是一致性。架构保持一致:智能体产出的合并请求遵循同一套结构;双端行为保持一致:同一个页面,在 iOS 和 Android 上对外暴露相同的状态、交互动作与业务逻辑。订单页面的 iOS 视图模型,和 Android 视图模型结构对齐,不管是 Swift 还是 Kotlin 实现。

我们主动选择优先保证一致性,而不是优先贴合各平台原生风格。部分代码在纯平台原生开发者看来,写法可能不够地道。但我们愿意接受这个取舍,换来这些收益:

  • 每一个迁移完成的页面,都可以作为后续页面的参考范例
  • 一份合并请求同时包含双端改动
  • 熟悉其中一个平台的工程师,可以评审另一个平台的代码
  • 架构规范只需要编写一份,同时适用于两端
  • 同一套商户业务流程测试,可以在 iOS、Android 两端复用

这也是《回归原生》一文方案能够落地的核心。双端开发原生应用,成本未必就要翻倍,前提是两端遵循同一套架构。而这套方案成立的根基,就是两端代码结构对齐。

在智能体驱动的工作流里,一致性不是审美选择,而是基础设施。它让人类可以跨平台对齐业务意图,让智能体复用已有范例,让持续集成系统在人工评审之前,自动识别代码偏离。

我们通过自动化机制强制保证一致性:一旦 iOS 和 Android 出现架构不允许的差异,持续集成流程直接失败。

约束智能体,防止失控

一句话总结:拒绝 “凭感觉写代码(vibe coding)”。

在《回归原生》中我们提到:直接让大模型一次性完成整体重构,会产出大量无法上线的代码。防护与约束机制,就是我们的解决方案。

完善的架构加上配套校验规则,给智能体明确指引,减少它自由发挥的空间 —— 自由发挥往往会带来高昂的维护成本。缺少约束时,智能体写出的代码可以编译通过、通过简单测试,但最后留给团队一份没人愿意维护的代码库。

针对每一段智能体生成的代码变更,整套体系必须回答三个问题:

  1. 是否符合架构规范?
  2. 行为是否和原有应用保持一致?
  3. 评审人能否看懂改动意图,而不是逐行阅读庞大的代码差异?

体系中不同模块各司其职:架构规范、示例代码、代码检查规则、双端差异校验,回答第一个问题;Helix 工具与旧版 React Native 应用,回答第二个问题;小型检查点、双端合并请求、面向智能体优先的评审机制,回答第三个问题。

关键点:约束规则嵌入工作流,而不是只写在文档里。文档解释规则存在的原因;持续集成系统判定规则是否被遵守。

智能体不只是需要指令,它需要一套机制,及时发现自己哪里出错。

原有应用本身就是需求规格

我们最先尝试过规格驱动开发:先为页面写一份需求文档,交给智能体开发,再评审结果。这条路走不通。

文档规格很快就会过时。当智能体开发到页面第三个检查点时,第一个检查点对应的文档已经残缺、甚至出错。没人愿意维护一份和产品现有实现并行、还要持续同步的行为描述文档。

在本次迁移项目里,旧版应用本身,就是比文档更好的需求基准。原先 React Native 页面已经定义好了各种状态、交互、边界场景、空页面、加载逻辑、跳转关系。Helix 读取这份参考基准,把迁移拆成一个个小检查点,对照原版应用校验每一步,而不是对照一份长期维护的书面文档。

我们要求智能体收敛对齐现有产品,而不是从零创造新逻辑。对于这类迁移工作,一份可运行的参考程序,远优于书面需求文档。

新功能开发则是另一回事。如果没有现成页面作为对照,这套规则就不完全适用…… 这是我们接下来要攻克的难题。

这次迁移得到一个精炼但极具价值的结论:智能体不需要一次就写出完美版本。它只需要一个参考基准、一小步明确目标、以及快速校验是否靠近目标的手段。

新的瓶颈在哪里?

当编码不再是流程里最慢的环节之后,瓶颈发生了转移。

这也是整个行业还在消化的、智能体开发的真相。很多讨论还停留在 “智能体写代码有多快”。但优秀团队上线的,从来不是单纯生成出来的代码;而是经过评审、测试、集成、安全校验、可维护的软件。

代码生成提速之后,下游所有约束环节的压力都会凸显。

这很类似杰文斯悖论:某一项环节效率提升后,我们往往会消耗更多这项资源。我们就遇到了这个情况:智能体加快了编码速度,但团队总工作量并没有变少。同样规模的团队,可以承接更多任务:更多检查点、缺陷修复、并行迁移分支、评审、持续集成、决策……

手写代码不再是稀缺资源。稀缺的重心转移到:判断哪些代码值得存在,以及如何安全地把代码交付上线。

我们把效率红利投入到产品路线图中。

笔记本电脑变成瓶颈

智能体运行同样需要算力。UI 自动化测试、视觉校验依赖模拟器,还需要编译器、构建缓存、磁盘空间。一台笔记本同时启动多个模拟器,CPU、内存、磁盘资源就会争抢。一名工程师同时调度三个智能体,就可以把笔记本资源占满。

因此我们搭建了远程开发环境。智能体工作流成立的前提,是算力供给跟得上;否则智能体生成再快,也会卡在机器排队等待上。

代码评审变成瓶颈

智能体写代码的速度远超人工审批速度。几分钟写完的代码,可能要等好几天才能合并上线。就算智能体再快,如果人没办法稳妥理解、评审、合入改动,速度就没有意义。

所有合并请求仍然必须经过人工评审。评审人判断改动意图、架构适配度、产品行为,以及这份改动是否适合放进支撑数百万商户的代码库。

被问得最多的问题:两个人的小组,怎么评审比以往多上百倍的代码?实话是:不可能逐行审阅。所以我们重构了评审顺序:

  1. 智能体先做首轮评审:每一份合并请求,先对照架构规范做对抗性校验。明显问题先自动修复,节省评审人的精力。
  2. 拆分任务粒度:合并请求是一个小检查点,而不是完整页面。人工可读的差异大小,是给到智能体的硬性约束。一份请求同时包含双端改动,评审人可以并排对比 iOS 和 Android,不用分两次、隔好几天重复评审同一份业务逻辑。
  3. 人是最后一关:评审人不再逐行抠代码细节,重点判断意图、架构契合度、产品行为,以及改动是否适合进入面向海量用户的代码库。

迁移项目期间,每天结束时,智能体汇总当天所有评审意见,用来更新能力库与架构文档。某一份合并请求上提出的评审意见,会变成后续所有请求的通用规则。整套体系每天都在优化,每份请求需要修改的意见持续减少。

合并流程变成瓶颈

现在我们依靠智能体维护合并队列:自动拉取最新主干、解决合并冲突、排查持续集成报错、修复不稳定用例,推动合并请求走完最后流程。以前工程师手里分支不多时,这类琐事尚可应付;智能体产出大量检查点之后,合并队列本身成为开发系统的一环。

如果智能体带来更多合并请求,你同样要用智能体去优化合并流水线。不然等待耗时,只是从编码环节转移到集成环节。

协同对齐变成瓶颈

工作追踪方式也随之变化。工单不再是唯一可信来源:Slack 里上报一个 bug,有人直接指派智能体修复,修复代码提交待评审时,甚至工单都还没来得及创建。

崩溃问题不再一定需要人启动修复流程。我们搭建了自愈循环,每 15 分钟扫描新增崩溃;一旦捕获,Slack 智能体会在远程开发环境复现问题,直接生成修复合并请求。人类第一次知晓这个崩溃,可能就是评审这份请求的时候。

用户故事、任务、缺陷工单这套体系,诞生于 “写修复代码是最慢环节” 的时代。现在这个前提已经不成立。新的痛点是:多名工程师各自调度智能体,在不知情的情况下同时修复同一个 bug。

这也是我们拆成两人小组、按业务域划分所有权的原因。订单模块问题归订单小组,商品模块问题归商品小组。这个方案并不完美,也没有工具可以完全替代看板工单体系,但按业务域归属,避免了重复开发。

可以看到:每打通一个瓶颈,下一个瓶颈马上出现。智能体本身很少是卡点;瓶颈转移到算力机器、持续集成、评审、合并、团队协同。

工程师的工作发生了什么变化?

工程师的核心仍然是解决问题。要解决的问题一点不少,只是问题类型变了,一名工程师现在常常同时处理十几件事。

过去很大一部分工作,是把业务意图手动翻译成代码。本次迁移中,智能体承接了大量机械编码工作。但责任没有消失,只是转移了。工程师花更多精力设计架构、制定智能体遵循的范式、搭建反馈闭环、评审改动意图、调试代码周边配套体系、守住质量底线。

Reflex、Helix、远程开发环境、评审流程、权责划分,共同指向同一个目标:搭建一套体系,让智能体产出有效代码,同时不把代码库变得一团糟。

和几个月前相比,工程师的工作内容已经不一样,但工作的广度依然宏大,充满挑战。

给用户带来的改变

本次迁移不只是改变开发方式,也给商户带来体验升级。

Shopify 移动端从 React Native 新版架构,完整迁移为 Swift、Kotlin 原生应用,用户无需任何操作。登录态、偏好设置全部保留。在用户视角里,只是一次普通应用更新,一切照常使用。

底层改动巨大:

  • Android 启动耗时 P50 下降约 50%:从 1.71 秒降至 0.87 秒;iOS 启动耗时 P50 下降 14%:从 0.70 秒降至 0.60 秒
  • Android 安装包体积缩小 40%:80.4MB → 47.6MB
  • Android 内存占用大约减半:P50 从 470MB 降至 200MB
  • iOS 峰值内存下降超 70%:P50 从 730MB 降至 190MB

应用拥有纯正原生体验。可以直接使用平台转场动画、流畅动效、原生页面交互,不再受跨层抽象框架限制。

新的平台能力上线时,我们可以原生适配。例如 iPhone Duo 发布时,我们首日就完成支持。

稳定性同步提升:Android 无崩溃会话占比从 React Native 版本的 99.66% 提升至原生版 99.98%;iOS 稳定维持在 99.95% 以上的目标线。同时自愈机制上线,智能体可以自动发现、修复崩溃。

应用本身也完成 “适配智能体” 改造:所有页面的状态与交互动作,都通过可内省的视图模型对外暴露。借助 Reflex 和命令行工具,智能体无需启动模拟器就能完成大部分应用校验;Shopify 内部任何人都可以通过 Under the River 工具,开发、验证移动端改动。

这就是我们想要的结果:商户用上更快的应用,代码库也更便于人和智能体持续迭代维护。

收获的经验

给打算走这条路的团队几条建议:

  • 提前投入,搭建智能体快速测试链路。脱离设备运行业务逻辑、搭配 Reflex 和命令行工具驱动校验,是我们项目的根基。
  • 让架构可执行。重要规则必须显性落地在示例、架构文档、测试用例、代码检查、持续集成校验里。
  • 优先小检查点,拒绝超大智能体合并请求。稳步收敛对齐,好过追求一次写出完美代码。
  • 产品行为一致时,双端复用同一套架构。一致性是智能体产出可评审的前提,业务逻辑和 UI 范式都适用。
  • 智能体前置评审,人类保留最终决策权。
  • 把评审能力当成真实系统约束。人类可读的差异大小,决定你交给智能体的任务粒度。
  • 做好瓶颈持续转移的准备。编码提速之后,算力、CI、评审、合并、协同会成为新卡点。
  • 明确权责归属。当开发速度快于工单流转速度,权责模糊会带来重复工作。

结语

我们最核心的感悟:既然智能体可以完成大量编码,工程判断的重心就转移到智能体周边体系:它遵循的架构、使用的反馈闭环、拦截偏差的校验机制、决定上线与否的评审流程、避免冲突的权责模型。

这就是我们重构的对象。不只是移动端应用本身,更是应用的构建方式。

所以我们的应用是 “凭感觉随便写出来” 的吗?当然不是。恰恰相反,现在代码和我们预设范式的一致性达到新高。我们花大量精力打磨架构、搭建防护机制,引导智能体生成符合预期结构的代码。

智能体本身不会凭空产出好软件或者烂软件。它只是放大你搭建的开发环境。最终产品质量,依然取决于你选择的范式、设计的架构、落地的校验规则、上线前做出的工程判断。

或许再过几个月,这套方案就会过时。到那时,我们会继续分享新的变化。

RV作者:Remi Vanhee发布时间:2026 年 11 月 10 日

【声明】内容源于网络
0
0
苏哲管理咨询
为企业及组织提供AI+战略、数智化转型咨询及观点、建议等
内容 2531
粉丝 0
苏哲管理咨询 为企业及组织提供AI+战略、数智化转型咨询及观点、建议等
总阅读95.9k
粉丝0
内容2.5k