Dirbtinio intelekto agentams vis dažniau patikimos sudėtingos programavimo užduotys, tačiau kyla klausimas: ar kodo struktūra ir stilius turi įtakos jų gebėjimui naviguoti bei atlikti pakeitimus? Naujausias SonarSource tyrimas rodo – kodo „švara“ tampa toks pat svarbus veiksnys kaip modelio pasirinkimas ar užklausų formulavimas.

Kodėl struktūra svarbi agentams

Ilgą laiką buvo manoma, kad didelių konteksto langų modeliai gali lengvai „perskaityti“ bet kokį kodą. Moksliniame darbe Does code cleanliness affect coding agents? A controlled minimal-pair study (arXiv, pateiktas 2026 m. gegužės 19 d.) nustatyta, kad kodo kokybė materialiai keičia agentų elgseną.

Ribos lieka. Agentai geba dirbti su netvarkingu kodu, bet daro tai neefektyviau. Tyrimo duomenimis, dirbant su švaresniu, geriau struktūrizuotu kodu, agentai sunaudoja 7–8 proc. mažiau žetonų – teksto vienetų, kuriuos apdoroja modelis. Tai tiesioginis poveikis skaičiavimo kaštams bei užduoties vykdymo greičiui.

Dar ryškesnis skirtumas – failų peržiūros. Dirbant su tvarkingu kodu, agentai failus atidaro pakartotinai 34 proc. rečiau.

Tai rodo: tradiciniai programinės įrangos priežiūros principai, svarbūs žmonėms programuotojams, išlieka aktualūs ir dirbtinio intelekto eroje. Švarus kodas leidžia agentui greičiau suprasti projekto logiką ir išvengti klaidžiojimo tarp nesusijusių failų.

Veiksnių lygybė

Kodo švara dabar oficialiai priskiriama prie pagrindinių veiksnių, lemiančių agentų sėkmę, kartu su modelio pasirinkimu, vykdymo aplinka (harness) ir užklausų inžinerija. Tai reiškia: įmonės, investuojančios į AI įrankius, turėtų skirti dėmesį ir savo kodo bazių tvarkymui.

Čia ir rizika. Jei kodo bazė chaotiška, net galingiausi modeliai susiduria su sunkumais. Agentai, kaip ir žmonės, geriau veikia aplinkoje, kurioje aiškiai apibrėžtos funkcijos ir logiška failų struktūra.

Ateities perspektyva

Tyrimo autoriai Priyansh Trivedi ir Olivier Schmitt pabrėžia: programavimo principai, suformuoti prieš dešimtmečius, nepraranda vertės – jie tampa pagrindu, ant kurio statoma efektyvi AI plėta. Tikėtina, kad kodo kokybės vertinimo įrankiai taps neatsiejama agentų darbo dalimi. Kūrėjai, kurie jau dabar orientuojasi į švarų kodą, ateityje lengviau integruos autonominius agentus į savo procesus, sutaupydami laiko ir skaičiavimo resursų.

Šaltiniai

  1. [1] [arXiv | 2026-07-05] Does code cleanliness affect coding agents? A controlled minimal-pair study
  2. [2] [X.com | 2026-07-08] New Science Blog: Why has AI advanced faster in coding than in biology? To agents, bio databases are like cities built before cars—maddening to drive in because they're designed for different traffi