Keuntungan Ekonomis Refactoring di Era Agen AI
Anthropic
Cursor
OpenAI
Sebuah eksperimen menunjukkan bahwa refactoring basis kode yang dibuat oleh agen AI dapat secara signifikan mengurangi biaya token input saat menjalankan tugas-tugas umum. Dalam pengujian pada proyek Rust dengan file monolitik sepanjang 17 ribu baris, berhasil mengurangi token input sebesar 83% setelah penataan kode.
Seorang penulis yang menggunakan agen AI untuk pengembangan menulis aplikasi web dengan 150 ribu baris kode, di mana 120 ribu di antaranya dalam Rust. Dalam prosesnya, ditemukan bahwa lapisan akses data membengkak menjadi 17.155 baris dalam satu file. Sebuah eksperimen dilakukan untuk merefaktor monolit ini menggunakan Claude. Setiap langkah refaktor disertai dengan menjalankan sub-agen baru dengan prompt yang sama untuk perubahan tipikal, guna mengukur konsumsi token. Token input per tugas turun dari 159.564 menjadi 27.360, yang merupakan penghematan 83%. Dalam nilai uang, dengan harga Sonnet 5 sebesar $3 per juta token input, penghematan mencapai 39,7 sen per tugas. Alasan utamanya adalah agen harus membaca lebih sedikit kode. Namun, refaktor itu sendiri memakan sekitar 5 juta token, dan eksperimen dilakukan pada proyek baru tanpa kode warisan, sehingga kesimpulannya terbatas.
Sumber: Habr — хаб ИИ —
asli