DoorDash는 60,000개 기능 플래그의 청소를 자동화하기 위해 다중 에이전트 LLM 시스템을 구축했습니다.
DoorDash는 60,000개 이상의 기능 플래그와 623개의 리포지토리에서 낡은 기능 플래그를 정리하기 위해 다중 에이전트 LLM 시스템을 개발했습니다. 이 워크플로우는 MCP를 통한 실험 데이터, 엔지니어 승인, 분리된 Git 작업 트리, 병렬 에이전트 및 자동 검증을 결합합니다. 50개의 플래그 평가 결과, 45개는 평균 13.8분과 $4.79의 비용으로 사용 가능한 풀 리퀘스트를 생성했습니다.
DoorDash built a multi-agent LLM system to automate the cleanup of 60,000 feature flags.
DoorDash developed a multi-agent LLM system to automate the cleanup of stale feature flags across over 60,000 flags and 623 repositories. The workflow combines live experimentation data through MCP, engineer approval, isolated Git worktrees, parallel agents, and automated validation. In evaluating 50 flags, 45 generated usable pull requests at an average cost of $4.79 and a time of 13.8 minutes per cleanup.