Променя ли се качеството на кода? JetBrains Qodana изследва влиянието на AI върху техническия дълг
Снимка: The JetBrains Blog / JetBrains Qodana
Екипът зад платформата за статичен анализ на код JetBrains Qodana публикува мащабно емпирично изследване, анализиращо милиони редове код, създадени с помощта на AI асистенти и автономни кодиращи агенти [1].
Докладът развенчава ширещия се оптимизъм за безупречната ефективност на генерирания софтуер, показвайки, че зад фасадата от бързо затворени задачи се крие коварно натрупване на скрит технически дълг [1].
Инфографика: Светни.ме
Структурната ентропия: Дублиране и ерозия на абстракциите
Основният извод от данните на Qodana е, че качеството на софтуерния код претърпява дълбока структурна деформация. Докато синтактичните грешки намаляват благодарение на автодопълването, метриките за дублиране на код (code churn и copy-paste) нарастват с над 35% в екипи, разчитащи изцяло на AI.
Езиковите модели имат естествена тенденция да генерират напълно нови локални помощни функции и структури за всяка подзадача, вместо да преизползват съществуващи споделени библиотеки в проекта. Това води до фрагментация на архитектурата, нарушаване на принципа DRY (Don't Repeat Yourself) и замъгляване на границите между отделните модули.
Илюзията за коректност: Повърхностни тестове и скрити бъгове
Изследването разкрива и тревожна тенденция при автоматизираното тестване. Когато AI агентът пише едновременно функционалния код и неговите модулни тестове (unit tests), той често конструира тестови сценарии, които валидират собствените му предпоставки, пропускайки граничните случаи (edge cases).
Анализът на Qodana отчита по-висока концентрация на остарели API извиквания, невалидирани входни данни и фини грешки в асинхронните нишки, които се проявяват само при екстремно натоварване в продукционна среда.
Дълбок технически анализ: Статичният анализ като задължителен филтър за AI агенти
Докладът на JetBrains поставя критичен въпрос за устойчивостта на софтуерната екосистема в ерата на свръхизобилие от машинно генериран код. В продължение на десетилетия програмирането бе ограничено от пропускателната способност на човешкия мозък — писането на код бе бавно, което стимулираше инженерите да прекарват време в рефакториране, опростяване и създаване на елегантни абстракции.
Когато цената за генериране на хиляди редове код клони към нула, човешкият преглед на кодови заявки (code review) се превръща в невъзможно тясно място. Програмистите са склонни да одобряват обемни pull requests, подведени от безупречния стил на писане.
Единственият начин за предотвратяване на катастрофален срив в поддържаемостта на софтуера е превръщането на платформите за статичен анализ в автоматизирани контролни врати (quality gates). Агентите трябва да бъдат задължени не просто да накарат тестовете да светнат в зелено, но и да докажат, че новият код не увеличава цикломатичната сложност и не руши архитектурните инварианти на системата.
Източници
[1]: Code Quality Never Changes – Or Is AI Challenging This Notion? - The JetBrains Blog