AIエージェント時代におけるリファクタリングの経済的メリット

AIエージェントを使って開発している作者が、15万行のコードからなるウェブアプリケーションを書き、そのうち12万行がRustだった。その過程で、データアクセス層が1つのファイルに17,155行まで肥大化していることが発覚した。このモノリスをClaudeを使ってリファクタリングする実験が行われた。リファクタリングの各ステップでは、典型的な変更を行うための同一のプロンプトを持つ新しいサブエージェントを起動し、トークン消費量を測定した。タスクあたりの入力トークンは159,564から27,360に減少し、これは83%の節約となる。金額ベースでは、Sonnet 5の入力トークン100万あたり3ドルの価格で、タスクあたり39.7セントの節約となった。主な理由は、エージェントが読む必要のあるコードが減ったことにある。しかし、リファクタリング自体に約500万トークンかかり、実験はレガシーコードのない新しいプロジェクトで行われたため、結論には限界がある。