一句话看懂：GitHub 在 Copilot 应用中重构了拉取请求（PR）视图，让包含 2200 个文件、超百万行改动和 400 多条行内评论的巨型 PR 也能流畅渲染，核心难点不在代码 diff，而在于高度不可预知的评论。
事件核心：发生了什么
GitHub 工程师 Alberto Gimeno 在 2026 年 9 月 23 日发布的工程博客中披露，团队为 GitHub Copilot 应用重建了 PR 查看界面。大型重构和迁移往往无法拆成多个堆叠 PR，只能以一个超大变更提交，审查讨论又会让它继续膨胀。为验证极限场景，团队找到并打开了一个开源 PR：2200 个文件、超过一百万行改动、400 多条行内审查评论。GitHub 称该视图在其中仍保持流畅。
为什么重要
大 diff 渲染本身是成熟问题，虚拟化行、只挂载可视区域、回收 DOM 即可解决。真正的障碍是评论：它的高度取决于 Markdown 换行、可折叠区块、内嵌回复框、图片异步加载，只有渲染后才能知道。传统做法是估算高度并事后回写偏移表，但这会让下方内容在用户滚动时突然位移。GitHub 的做法是把“所有高度在绘制前已知”的单一契约，改为代码行与评论两套几何系统——评论高度有界、惰性测量，修正量小且锚定在当前视口。这对所有做代码审查、协作工具的团队都有参考价值。
对用户/开发者/创作者的影响
对使用 Copilot 应用的开发者，巨型 PR 的查阅和评论体验会更接近普通 PR，减少卡顿和滚动跳动。对工具开发者，这提示了一个通用思路：当页面同时存在结构规则的内容（代码行）和结构不规则的内容（富文本评论）时，不要强行用同一套虚拟化模型。对更广泛的 AI 编程助手生态，渲染性能虽不是模型能力，却直接影响 Copilot 这类产品在真实工程流程中的可用性。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，这是 GitHub 的工程实现分享，未披露具体性能指标或开放时间表。后续可观察三点：该架构是否推广到 GitHub.com 网页版 PR 页面；评论测量的惰性策略在极端滚动场景下的稳定性；以及 GitLab、Bitbucket 等竞品是否跟进类似的双几何虚拟化方案。
