重构的经济收益

Token 经济学与重构收益

• 核心观点：对“agent-written”代码进行重构，可以显著减少未来变更所需的 token，即使最初每次操作节省的只是几分钱。
• 有人认为，考虑到 token 价格在下降而开发者成本很高，这些节省微不足道；也有人反驳说，这种收益会随着时间推移、以及多次变更而累积放大。
• 还有人指出，重构带来的好处不仅是 token 成本下降；当上下文更小、更连贯时，推理质量也会提升。

LLM 作为重构者：优势与局限

• 共识：LLM 在已经良好分解的代码上，表现远好于在杂乱、单体化的大块代码上。
• 有几位评论者表示，LLM 很不擅长发起好的重构；它们需要人类的引导、示例和模式。
• 另一些人则认为，随着现代“agentic”架构和前沿模型的出现，agent 现在已经能“出色地”进行重构，而对这一点的抵触正逐渐成为招聘中的危险信号。
• 反方观点：批评者说，当前的 agent 仍然缺乏深层架构理解和整体系统上下文；它们可以机械地重组代码，但不能可靠地改进设计。

指标：token、复杂度与代码行数

• 评论者注意到圈复杂度/认知复杂度与 token 使用量之间存在一种松散联系；限制复杂度可以同时帮助人类和 agent。
• 一个令人意外的观察是：某次记录在案的重构让总代码行数几乎没变，却大幅减少了关键文件中的 token。
• 关于 LOC 的争论：有些人认为按文件减少 LOC 是清理式重构的一个有用指标；也有人认为，质量、结构和重复度比原始行数更重要。

传统最佳实践，被重新“发现”

• 许多人指出，长期以来的建议——良好架构、重构、行内文档、测试、清晰规格——如今因为 agent 依赖它们而具备了直接的经济影响。
• 重构被重新表述为“现在花 token，以后省更多 token”，类似于贴现现金流决策。
• 有人把 AI 看作一种推动力量，迫使团队采用人类此前“将就着”维持的正确工程实践。

团队文化与个人体验

• 几位评论者描述了明确预算“slop removal”时间，并把 agent 当作偿还技术债的加速器，但人类仍然会“逐行阅读”。
• 重构被描绘为健康开发团队的标志；对某些人来说，它本身也是一种令人满足的“工艺”工作，能暴露 bug 并简化推理。