人工智能代理时代重构的经济效益
Anthropic
Cursor
OpenAI
实验表明,对人工智能代理生成的代码库进行重构,可以显著降低执行典型任务时的输入令牌消耗。在针对一个包含1.7万行单体文件的Rust项目测试中,代码结构化后输入令牌减少了83%。
一位使用AI代理进行开发的作者,编写了一个15万行代码的Web应用,其中12万行是Rust。在开发过程中,发现数据访问层膨胀到了单文件17155行。作者使用Claude对该单体进行了重构实验。重构的每一步都启动了一个使用相同提示词的新子代理来执行典型修改,以测量令牌消耗。每个任务的输入令牌从159564降至27360,节省了83%。以Sonnet 5每百万输入令牌3美元的价格计算,每个任务节省了39.7美分。主要原因在于代理需要阅读的代码更少。然而,重构本身耗费了约500万令牌,且实验是在一个没有遗留代码的新项目中进行的,因此结论有其局限性。
来源: Habr — хаб ИИ —
原文
