導讀：GitClear 的最新研究基於對 2.11 億行程式碼的分析，結果表明人工智慧編碼助手正在透過增加重複和複製/貼上程式碼並減少重構來降低程式碼質量。
GitClear分析了其自身程式碼審查工具客戶以及開源專案的程式碼，查看了程式碼更改（例如新增、刪除、移動和更新）的指標。
研究人員發現，2024 年期間，重複行數為 5 行或以上的程式碼塊數量增加了 8 倍。重複程式碼可能執行正常，但通常是程式碼質量差的標誌，因為它會增加臃腫，表明缺乏清晰的結構，並且當同一程式碼在一個地方更新而在另一個地方不更新時，會增加出現缺陷的風險。
GitClear 補充說，與複製/貼上相比，從許多不同地方呼叫的函式更“經過實戰考驗”。
研究人員還指出，移動程式碼行數減少了 39.9%。程式碼移動是重構的證據，重構是在不改變功能的情況下提高程式碼質量。根據 GitClear 的說法，“將以前的工作整合為可重複使用的模組”的能力是人類程式設計師相對於人工智慧助手的一項重要優勢。2024 年是複製/貼上行數首次超過移動行數的一年。
正如谷歌所做的那樣，說起來容易做起來難，組織應該制定使用人工智慧的指導方針來解決問題；但鼓勵不良做法的工具必然會增加不良做法，除非它們得到改進。
作者：萬能的大雄
相關閱讀：