DoorDash تنظف الـ feature flags الميتة بنظام agents بمتوسط 4.79 دولار و13.8 دقيقة للـ flag

نُشرت على arXiv في 22 أكتوبر 2026 ورقة بعنوان “Automating Feature Flag Cleanup at Scale with Multi-Agent LLM Systems: An Industrial Experience at DoorDash”، للباحثَين Atharv Chandratre وJai Datar، وهي مقبولة في مسار الصناعة بمؤتمر IEEE ICSME 2026. وتصف كيف تخلّصت DoorDash من الـ feature flags الميتة باستخدام agents.

والـ feature flag مفتاح في الكود يشغّل ميزة أو يطفئها دون نشر جديد. وبعد أن تكتمل الميزة يبقى المفتاح في الكود ما لم يحذفه أحد. ولدى DoorDash 56,000 flag موزعة على 623 repo، منها 1,659 flag ميتة حتى مايو 2026. ويستغرق تنظيف الواحد يدويًا ساعة إلى ساعتين، بحسب تقدير الشركة الداخلي.

ولا يقوم النظام على ترك الموديل يتجول في الكود، بل على مسار يجمع ثلاثة مصادر: يقرأ بيانات انتشار الـ flag الحية عبر MCP، ويأخذ تذاكر Jira المرتبطة، ثم ينشئ pull request يحذف كود الـ flag. ويذكر الباحثان أن الأدوات المبنية على قواعد ثابتة لم تكن كافية، لأن قرار الحذف يحتاج معرفة النسبة الفعلية من المستخدمين التي يصل إليها الـ flag، وهي معلومة حية لا توجد في الكود.

وأنتج النظام pull request قبله مهندس في 45 حالة من 50 خضعت للتقييم، أي 90%. وبلغ متوسط التكلفة 4.79 دولار للـ flag، ومتوسط الوقت 13.8 دقيقة.

وتصلح هذه الأرقام لفريق صغير بقدر ما تصلح لشركة بحجم DoorDash، فالمقارنة بين دقائق ودولارات قليلة من جهة، وساعة أو ساعتين من وقت مهندس من جهة أخرى، لا تتوقف على عدد الـ flags.

ويبقى تحفظان. الأول أن نسبة 90% محسوبة على عينة من 50 flag فقط، لا على الـ 1,659 كلها. والثاني أنها ليست 100%، فالمراجعة البشرية في نهاية المسار ما زالت جزءًا أساسيًا من النظام.