迁移脚本验收先看回滚路径，再看生成质量

编码 Agent 实务ZH2026-10-30

迁移脚本的首要验收标准是可回滚性

数据库迁移脚本属于一次性运行、长期生效的交付物，错误往往要到发布之后才暴露，修复成本远高于普通业务代码。评审一份脚本时，第一项判断应当指向失败之后的恢复路径：表结构变更能否逆向执行，数据回填是否保留了原始字段，删除列的动作是否被推迟到后续版本。

编码智能体擅长快速产出加列、加索引这类样板，但它对回滚路径的思考常常藏在字里行间，需要人把它显式写回脚本或迁移说明。把可回滚性当作第一道门槛还有一个附带收益：它逼着生成过程先描述意图再落笔实现，删除与重命名会被拆成多个阶段，锁表时间也会被主动缩短。

并排阅读智能体草稿与人工脚本的差异

并排阅读是检验脚本质量最省力的办法：一边放智能体根据现有表结构与目标状态生成的草稿，一边放资深工程师按团队规范写的版本，然后逐条对照下面这些维度。

事务边界：哪一步必须在独立事务里完成，失败时是整体回滚还是只回滚局部。
锁的影响：变更是否在大表上长时间持锁，有没有更温和的替代方案。
幂等程度：脚本重复执行会不会报错，会不会产生重复数据。
数据校验：回填之后有没有行数与抽样校验，异常会不会让流程直接中断。
命名与可读性：临时表、索引与约束的命名是否遵循既有约定。

这种对照的价值不在打分，而在于发现盲点。智能体经常在事务边界和锁的影响上留下含糊表述，人工脚本则可能在幂等处理上凭经验省略细节，两边互相补位之后，最终版本的质量通常高于各自单独产出的结果。

显式标准比泛泛而谈更能约束生成结果

把评审维度提前写进提示，比事后反复修改省力得多。笼统地要求生成一份迁移脚本，得到的往往是一份能跑通的代码，而不是一份可上线的脚本；只要求按回滚、幂等、锁时长三项标准生成脚本，并在每一步标注风险，生成结果就会直接落在评审维度上。

显式标准还便于横向比较。同一份需求分别交给不同模型，用同一套维度打分，差异会集中在边界条件的处理上。在我们的对比里，Claude Sonnet 5.5 与 DeepSeek V4 Pro 都能写出结构清晰的脚本，但面对大表加列这种需要权衡锁与一致性的问题，给出的策略并不相同，把差异摊开比较比只看最终脚本更有信息量。

标准本身也应当沉淀下来。把回滚说明、影响行数预估、批次大小与中止条件写成固定的评审清单，团队里每个人和每一代模型都按同一份清单核对，脚本质量就不再依赖某一次提示词写得是否漂亮。

数据库方言与锁行为决定迁移能否上线

迁移脚本脱离具体引擎就无法判断质量。同一个加列动作，在一个引擎里是近乎瞬时的操作，在另一个引擎里可能重建整张表；索引创建是否阻塞写入，取决于数据库版本与运行参数，而不是取决于脚本本身是否优雅。让生成过程明确目标引擎与版本，是最低要求。

锁行为之外，数据量也是隐含条件。小表上安全的写法，在千万行的表上可能直接把发布窗口耗尽。评审时应当要求脚本标注预估影响行数、回填批次大小与中止条件，这些信息不写出来，后续的发布计划就无从安排。

引擎版本：明确目标数据库的版本，避免使用仅在新版本中存在的语法。
锁时长：预估最长持锁时间，并给出超过阈值时的中止方式。
回填批次：数据补写按批次提交，每批的行数与提交间隔都写清楚。

把编码智能体接入现有工具链的实际做法

团队里常见的形态是把编码智能体放进日常开发流程：在命令行客户端里读取表结构，生成脚本草稿，再走人工评审与测试库演练。Claude Code、Codex、Gemini CLI 都能完成这条链路，任何基于 OpenAI 接口的开发工具包也能接入同一套接口，关键是把生成、评审、演练三个环节固定下来，不让任何一步只依赖个人习惯。

这类接入通常通过中继服务完成。BestRelay 是一个以质量为先的 API 中继，每个请求都会转发给请求里指定的官方模型，不做任何替换，覆盖 Claude、GPT、Gemini、DeepSeek、Kimi、GLM、Qwen、Grok 等多个系列，替换接口基址之后即可配合上述工具使用。对迁移脚本这类高风险交付物，模型不被偷偷替换，比省下一点调用费用重要得多。

成本与计费方式会影响长流程的迭代节奏

迁移脚本很少一次成型，通常要经历生成、评审、修改、演练多次往返，计费方式会直接影响迭代次数。BestRelay 采用按量计费，费用依据服务商上报的 token 数量结算，缓存读取与缓存写入分别计价；对需要反复读取同一份表结构与规范的场景，缓存读取的单价差异会累积成可观的节省。

另一个常被忽略的细节是模型分层。日常样板与文档整理可以交给轻量模型，涉及锁策略与数据一致性的讨论再切换到更强的模型，这种用法让预算落在真正需要判断力的地方。邀请成员加入并充值后，邀请人还会获得相应比例的返佣，团队共同使用时可以把这部分收益抵扣到下一轮测试预算里。