Sourcegraph Agentic Batch Changes

TL;DR

它到底是个什么

Agentic Batch Changes 是 Sourcegraph 在既有 Batch Changes（批量变更）产品线之上叠加的 Agent 编排层。要理解它，先看它要解决的老问题：

一个依赖的大版本升级，在 200 个仓库里可能有 200 种写法。传统两条路都不好使：

Sourcegraph 引述 Canva 高级软件工程师 William L. 的评价点出了要害：普通的脚本化改动「多半只是一次文本查找替换，完全不知道它实际是怎么被使用的」。

Agentic Batch Changes 走第三条路：由 Agent 理解每个仓库的上下文，再生成针对该仓库的改法——但只在该花钱的地方花。

核心能力

协调 Agent 与「脚本 / 编码 Agent」双路由

用户先用协调 Agent 规划一次变更。对计划的每一段，协调 Agent 判断：

• 这段是机械替换？ → 走脚本，不消耗 LLM。
• 这段需要判断力？ → 委派给 Claude Code 或 Codex。

Sourcegraph 明确说明这个路由是刻意设计的：避免为同一个改动付一百次编码 Agent 的钱。对企业级场景，这不是优化项，是能不能落地的分水岭。

代码库上下文经 MCP 注入

需要判断力的部分，Agent 会拿到仓库专属指令与代码库上下文，通过 Sourcegraph MCP 提供。这复用了 Sourcegraph 的老本行——代码索引与语义检索。

CI 失败自动重试

生成改动后跑 CI，失败时 Agent 会调整策略再试。这一步把「生成 → 验证 → 修正」的循环闭合了，是它区别于一次性 codemod 的关键。

人在环上（Human-in-the-loop）

工程师实时看到 diff 生成，每个 changeset 都需人工审核批准后才合并。官方并未声称能自动判断改动的业务正确性。

代码托管平台覆盖

支持 GitHub、GitLab、Bitbucket Server、Bitbucket Cloud、Azure DevOps、Gerrit。

价格

官方未公开定价。以下为 2026-09-15 查询官方新闻稿与产品页的结果，需申请 Demo / 联系销售询价。

询价时必须问清的一件事：编码 Agent（Claude Code / Codex）的调用如何计费——按仓库、按 changeset 还是按 token。路由设计省下的钱如果没体现在定价里，等于白设计。

工作流拆解（基于官方公开描述推演）

以下流程依据 Sourcegraph 官方新闻稿与产品页描述整理，AI 之家 未做一手实测；具体交互以产品实际为准。

1. 描述变更意图（自然语言）
      ↓  例：「把内部 HTTP client 从 v2 升到 v3，处理 breaking change」
2. 协调 Agent 在索引过的代码库里定位受影响仓库
      ↓
3. 逐段路由：机械替换 → 脚本 / 需要判断 → 派编码 Agent
      ↓
4. 注入该仓库专属指令 + 代码库上下文（Sourcegraph MCP）
      ↓
5. 生成 diff → 跑 CI
      ↓
6. CI 失败 → Agent 调整策略重试
      ↓
7. 汇总所有 changeset，人工逐个 review + 批准 → 合并

客户实证（厂商公开引述）：Canva 用它完成一次库迁移，跨仓库发起并合并 50+ 个 PR，并在同一处跟踪每个 PR 的状态。William L. 的原话是：没有它的话，「我们要么管理几个巨型 PR，要么管理一堆电子表格」。

同类对比

避坑清单

1. 先问清编码 Agent 的计费口径。按仓库还是按 token，直接决定这次改造是省了还是超了。
2. 索引质量决定一切。Agent 拿到的上下文来自 Sourcegraph 的代码索引；索引不全或不新的仓库，生成的改法就是错的——而它不会告诉你自己不确定。
3. 别把它当自动合并器。设计好审核流程（谁审、审什么、超时怎么办）比关注生成质量更影响落地。
4. 仓库数少时不要用。50+ PR 的规模才有明显收益；个位数仓库直接跑 Claude Code 更划算。
5. 国内合规要先确认私有化方案。代码库不能出内网的组织，采购前必须确认是否支持自托管——官方新闻稿未说明这一点。
6. 先做 audits 再谈 Agent。如果连「哪些仓库用了这个废弃 API」都答不上来，上 Agent 只是把混乱自动化。

适合 / 不适合

适合

• 平台工程 / DevEx 团队，负责跨仓库一致性改造
• 有 EOL 截止日期要搬的（语言版本、框架、运行时）
• 需要跨仓库做安全漏洞修复的团队
• 正在推新内部 API / 共享库、且各服务老写法各异的组织
• 用 Gerrit 或 Azure DevOps 的大型传统企业

不适合

• 仓库数在个位数的小团队
• 想要开箱即用、按量付费的个人开发者
• 代码库必须完全不出内网且无法采购商业软件的组织
• 期待「自动判断业务正确性」的人

相关阅读

• 同类工具：Claude Code · Codex CLI · Devin · Cursor · Muse Code
• 概念：MCP · Agentic Coding · 上下文工程 · AI Agent
• 相关资讯：Agentic Batch Changes 正式 GA · AI 编程日报 2026-09-15

Long-tail quick picks

Open-source alternatives

• 是否开源：否（Sourcegraph 商业产品）
• 开源替代路线：Aider + 自写编排脚本，或 OpenCode 配合仓库遍历；代价是要自己实现路由、上下文注入与 CI 重试。

Free tier

• 是否有免费档：否（官方未公开任何免费额度）
• 预算敏感团队可参考 通义灵码 / CodeGeex（国内免费额度更友好）。

China availability

• 是否国内可用：待确认
• 中文友好度评分：2 / 5
• 无中文界面与国内技术支持，需走海外采购流程；代码库不出内网的组织须先确认私有化部署方案。
• 中文场景可考虑 Trae / 通义灵码 / Comate。

来源

• Sourcegraph Announces General Availability of Agentic Batch Changes — BusinessWire（官方新闻稿）
• Sourcegraph Agentic Batch Changes 产品页
• Sourcegraph 官网

本卡片由 AI 之家 编辑部根据以上公开资料整理，非厂商付费内容；定价未在公开渠道披露，功能与可用性以官网为准，欢迎在 反馈邮箱 反馈更新。工作流拆解为依据官方描述推演，非一手实测。