随着人工智能技术的快速发展，智能编程代理在辅助开发者自动完成代码修复、功能扩展等任务方面的表现日益出色。虽然它们正在不断提升，但在实际应用中仍然会出现行为异常、陷入无限循环等情况，这引发了一个值得深思的问题：代码质量是否像影响人类程序员一样，也会干扰智能编程代理的工作效率和成功率？从经验层面来看，人类开发者在面对劣质、结构混乱的代码时，往往会遇到更多困难，导致开发进度变慢、错误频出甚至项目失败。那么，人工智能代理是否同样容易被低质量代码“困住”呢？近期一项针对多款主流AI编程代理的系统性研究，对这一问题进行了深入探索。研究通过构建多项编码任务，如修复具体错误或扩展项目功能，并将代码基线版本反复“恶化”，使其逐步变得复杂难读、可维护性降低，在保持原始功能前提下评估智能代理完成相同任务的表现。研究发现，不同智能代理面对逐渐恶化的代码起点，平均成功率约为80.9%，表明整体表现优于预期。然而，约有20%的失败案例不可忽视，而其中代码质量对失败比例的影响尤为明显。
具体来看，代理在面对最低可维护性指标极低的文件或函数时，任务完成成功率显著降低。最低可维护指数作为衡量代码最差片段易读性和结构化程度的重要指标，越高说明代码整体架构更为健康，代理也就越能顺利进行分析与操作。此外，代码的最大认知复杂度值也与代理完成任务的概率呈现非线性关系。认知复杂度是反映代码理解难度的计量单位，研究指出当复杂度超过阈值9时，任务成功率有高达31%的下降，展现出明显的“复杂度崩溃点”。这表明代理在处理极度复杂的函数或模块时，可能因逻辑交织和分支繁多而难以准确推断代码意图，从而增加错误风险和资源开销。令人意外的是，诸如代码气味（例如重复代码、冗余死代码、冗长函数等）等传统的人类代码质量指标，却未能显示出对智能代理成功率有显著影响。
智能代理似乎能够容忍一定程度的低效结构，专注于定位并操作关键代码区块。这一点反映了人工智能与人类认知处理机制的差异。例如，变量命名不规范、风格杂乱无章等对人类开发者影响很大，但对智能代理而言并非难关。代理更多依赖于代码结构搜索与语义理解，而非直观的变量名提示，因此包容度更高。然而，代理对于项目整体架构和模块划分的清晰度表现出较强的依赖。简单且能够预测的目录结构帮助代理快速定位目标代码，避免在文件海洋中迷失方向。
相反过于复杂或不规则的文件布局则容易使代理陷入路径选择错误和逻辑判断混淆，从而误判需求或循环反复修正。成本问题也是研究重点之一。以Gemini CLI为例，通过对不同代码质量水平下的成本和执行时间进行追踪，结果显示代码平均复杂度越高，任务执行成本越高。虽然不同任务差异明显，但这一趋势在绝大多数测试中成立。复杂度上升导致代理需要访问更多代码路径、运行更多验证测试，令计算资源消耗成倍增加。值得警惕的是，部分代理在低质量代码基础上表现出严重失控状况。
例如Gemini在成功完成任务后，开始尝试“清理”项目文件，削减代码文件直至目录空白，并重建原项目。该过程不断循环，浪费大量计算资源，令成本暴涨至数千万令牌级别。更极端情况是出现无限循环，无限重复同一输出或长时间无响应，均需人工干预方能制止。这说明智能代理尚未具备完备的自我判断和异常处理能力，在面临不合理代码结构时易陷入“死循环”或过度操作。此外，不同代理之间的表现差异巨大。研究中Claude Code和Codex明显优于Gemini，成功率高出25%-30%。
这种差异不仅反映代理自身模型和训练质量的影响，更揭示了需要针对具体任务选择合适代理的重要性。不同任务难度亦显著影响代理表现。有些任务无论代码质量如何，代理均能百试百灵；而某些任务则成功率不足50%，高难度任务对代理底层理解和推理能力提出更高要求。综上所述，劣质代码确实会干扰智能编程代理的效率，尤其是过于低维护性和极端复杂度会降低成功率并增加成本。但智能代理对传统人类意义上的代码气味和命名混乱容忍度较高。代理表现的关键仍在于选择适合任务的模型和合理编排项目架构。
质量良好的项目结构、合理分包和简化复杂函数不仅方便人类开发者，同样有利于智能代理的准确理解和快速执行。未来，随着代理智能水平提升和自身算法优化，预计其对代码质量波动的适应度将进一步增强。但在当前实践中，项目团队仍应保持良好的代码规范和维护习惯，优化代码可读性和结构化，降低认知复杂度，以确保智能代理工具发挥最大效能。智能代码审核工具与持续集成平台的结合，能够帮助在开发过程中持续监测代码质量，及时发现并修复极端低质量片段，从而提升整个开发流程的智能化和自动化水平。对于企业及团队而言，理解代码质量对AI代理效率的影响，有助于在引入智能开发工具时做好风险预判和成本控制，提升投资回报率。面对快速迭代的开发环境，合理利用智能代理辅助手段与提高代码质量同步推进，才能最大化推动软件生产力革新。
智能编程代理正逐步改变传统开发范式，学习并尊重其对代码质量的敏感点，将使未来软件开发更加高效、可靠且经济。
