文章摘要
该研究通过构建六组最小差异代码库对，测试了代码整洁度对编码智能体的影响。结果显示，整洁度虽不改变任务通过率，但能显著降低智能体7-8%的令牌消耗和34%的文件重复访问次数，表明代码整洁性对提升智能体运行效率至关重要。
文章总结
随着自主编程代理的快速普及，对其评估主要聚焦于在固定目标代码库上的任务完成率。这留下了一个关键问题：代码的结构与风格质量，即“整洁度”，是否会影响代理导航和修改代码的能力？为隔离代码整洁度对代理能力的影响，我们引入了一种基于最小配对构建的评估协议：这些代码库在架构、依赖关系和外部行为上匹配，但在静态分析规则违规和认知复杂度上存在差异。配对通过代理管道双向构建，既包括将整洁代码降级，也包括清理混乱代码。我们在六组配对中设计了33项任务，并通过应用程序公共接口的隐藏测试进行评估。在660次使用Claude Code的试验中，代码整洁度并未改变代理的通过率。然而，它显著改变了代理的操作足迹：处理更整洁代码的代理使用的令牌数减少7%至8%，文件重访次数降低34%。我们的发现表明，在人工智能驱动开发的时代，传统可维护性原则仍然高度相关，影响着编程代理的计算成本和导航效率。代码整洁度与模型选择、工具链和提示工程一样，成为实质性影响代理行为的因素。
评论总结
根据评论内容，总结如下：
主要观点与论据：
代码整洁度对AI代理性能影响有限，但可降低资源消耗
- 研究显示，代码整洁度不改变代理通过率，但可减少7-8%的token使用和34%的文件重访（评论1）。
- 关键引用："code cleanliness does not change the agent's pass rate... agents working on cleaner code use 7 to 8% fewer tokens"（评论1）。
代码整洁度显著影响代理性能
- 多位用户认为，混乱代码（如死代码、冗余、抽象泄漏）会导致代理多次迭代修复，而整洁代码可一次成功（评论2、5、9）。
- 关键引用："agents have to do several rounds of code review... vs just getting it right at the 1st/2nd attempt"（评论2）；"If the files are in the places they would be expected... it gets found in the first attempt"（评论5）。
研究方法存在争议
- 批评者指出，使用AI生成“清洁”代码库不可靠，且未控制测试完整性，结论可信度低（评论3、12、15）。
- 关键引用："I simply am not going to trust any conclusion that requires assuming these AI 'cleaned' repos are in any way representative"（评论3）；"Any conclusions with respect to token consumption seems pretty meaningless if we're not controlling for the quality of the final output"（评论12）。
代理可辅助代码清理，但需针对性引导
- 用户分享经验：通过明确提示（如“重构为Pythonic风格”），代理能有效重组代码并提升性能（评论7、8）。
- 关键引用："agents are pretty good at cleaning up a codebase... You just have to spend some focusing the agents on that goal"（评论7）；"Refactor the Python code to make it more Pythonic... do seem to get better performance"（评论8）。
代码整洁原则对人和代理均适用
- 良好抽象、合理命名、单元测试等传统原则，既帮助人类协作，也提升代理效率（评论9）。
- 关键引用："everything that affects engineers affects an agent... Now it helps other people and other agents contribute to the code"（评论9）。
平衡性总结：
- 支持方：多数用户基于实践认为整洁代码提升代理效率，且代理可辅助清理。
- 反对方：质疑研究设计（如AI生成代码库、未控制测试），认为结论不可靠。
- 中立建议：代码整洁度对资源消耗有优化作用，但需结合具体场景和代理引导策略。