2.5 万文件实测:坏代码让 AI 补测试多烧 35-45% token

blaizedsouza · x · 2026-11-05

CodeScene 研究团队的一项实验:让模型为 C++、Java、Python 三种语言的共 25,000 个文件生成测试,发现同样的任务,在质量差的代码上要多消耗 35-45% 的 token——作者称之为「坏代码税」。

文章标题为《让 Agent 上夜班》(Let the Agents Take the Night Shift),核心论点是:AI 编码成本与代码质量直接挂钩,烂代码不仅拖累人类开发者,也在放大 AI 的 token 开销;而自主 Agent 恰好适合承接夜间批处理类的开发工作,把白天留给人类。