代碼潔淨度會影響編碼代理嗎？對 arXiv:2605.20049 的分析

代碼潔淨度不影響通過率，但能降低運行成本

研究顯示，程式碼庫的結構與風格品質——即「潔淨度」——不會實質改變自主編碼代理完成任務的成功率，卻能顯著降低達成這些結果所需的計算資源。在一項包含 660 次 Claude Code 試驗的研究中，處理較潔淨程式碼的代理比處理「雜亂」版本的同一倉庫時，使用的 token 數量減少了 7% 至 8%，檔案重新訪問次數減少了 34%。

實驗方法論：最小對比法

為了將代碼潔淨度的影響與代理能力或專案架構等其他變數分離，研究人員採用了最小對比評估協議。

倉庫建構

• 最小對：本研究使用的倉庫在架構、相依性與外部行為上保持一致，但在認知複雜度與靜態分析規則違規情形上有所不同。
• 產生方式：這些對比是透過代理管線將乾淨倉庫「降級」或將雜亂倉庫「清理」而產生的。
• 評估：將 33 個任務分配到六組此類對比中，成功與否以應用程式公開介面的隱藏測試為衡量標準。

代理效率的關鍵發現

雖然最終結果（通過/失敗）不受程式碼品質影響，但達成該結果的過程卻有顯著差異：

• 導航效率：在較潔淨的環境中，代理重新訪問檔案的次數減少了 34%，顯示良好組織的程式碼能讓代理更快定位相關邏輯。
• Token 消耗：7–8% 的 token 使用量下降表明，潔淨的程式碼減少了代理必須處理的上下文資訊量。
• 結論：傳統的可維護性原則——如模組化與清晰命名——在 AI 驅動的開發中仍然重要，因為它們能優化編碼代理的運行足跡與延遲。

社群批評與技術反駁

研究發表後的技術討論指出了實驗設計與實務適用性上的幾項顧慮。

對實驗嚴謹性的疑慮

批評者認為，使用大型語言模型（LLM）人為「降級」或「清理」程式碼庫，未必能真實反映現實中的技術債。此外，有觀察者指出評估流程存在顯著缺口：

"通過率是將代理的最終狀態與我們為每個任務編寫的隱藏測試比較。我們並未檢查代理是否破壞了倉庫中已存在的其他測試…如果我們沒有控制最終輸出的品質，關於 token 消耗的任何結論都相當沒有意義。"

與實務表現的差異

許多實務工作者報告，實際上性能差異遠大於研究所示，尤其在面對「死碼、冗餘碼、不可達的備援以及洩漏的抽象」時更為明顯。\n

• 認知負荷：實務者認為，乾淨的架構與良好的封裝能減少前沿模型完成任務所需的 QA/審查回合次數。
• 延遲與遍歷：除了 token 數量外，搜尋分散或雜亂程式碼庫所產生的「往返延遲」（排隊時間、預填、解碼）會在生產環境中顯著拖慢任務完成速度。
• 上下文窗口限制：由於上下文窗口受限且注意力分配不均，局部性與結構被視為提升代理運作效率的關鍵因素。

AI 原生程式碼庫的實務策略

根據研究與實務洞見的綜合，以下策略可用於優化程式碼以配合 AI 代理：

• 語意提示：將程式碼組織在具語意的檔案名稱下，可協助代理在首次嘗試即找到相關程式碼，避免閱讀多個冗長檔案的碎片。
• 重構為「Pythonic」或慣用標準：引導代理將程式碼重構為符合流行開源組織標準的風格，能同時提升代理效能與整體程式碼庫的可維護性。
• LSP 整合：為代理提供語言伺服器協議（LSP）存取，可透過直接跳轉至定義的方式減少遍歷的 token 成本，而不必在檔案中搜尋。