More Code, Less Reuse: Investigating Code Quality and Reviewer Sentiment towards AI-generated Pull Requests
本文研究了大语言模型（LLM）智能体对代码质量和评审者情绪的影响，揭示了虽然 AI 生成的拉取请求（pull requests）引发了中性或积极的反应，但它们往往面临冗余度增加和忽视复用机会的问题，从而导致了隐性技术债。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
以下是对论文《更多代码，更少复用》（More Code, Less Reuse）的解释，通过日常类比将其拆解为简单的概念。
核心图景：那个让车库变得杂乱的“乐于助人”的机器人
想象你有一个非常聪明、动作极快的机器人助手在帮你整理车库。你要求它修理一个坏掉的架子或制造一个新工具。这个机器人非常高效且彬彬有礼。它递给你一个成品，看起来完美无瑕，而且能立即投入使用。
然而，这篇论文研究的是，当我们让这些机器人（AI Agent）做过多的工作时，会发生什么。研究人员发现了一个令人惊讶的问题：这些机器人正在制造重复的工具，而不是使用你现有的工具。
两个主要问题
研究人员提出了两个简单的问题来理解现状：
- 代码本身真的好吗？（观察“车库”本身）。
- 人类老板对这项工作感觉如何？（观察“评审”过程）。
1. “车库”问题：东西变多了，复用却少了
当人类开发者编写代码时，他们通常会先观察周围。如果工具箱里已经有一个现成的“螺丝刀”（一段代码）可以胜任这项工作，他们就会拿来使用。这能保持车库的整洁和高效。
AI 的做法是：
AI Agent 就像一个不知道你工具箱里有什么内容的机器人。它不会去拿现有的螺丝刀，而是从零开始制造一个全新的螺丝刀。
- 结果： 车库最后堆满了 10 把一模一样的螺丝刀，而不是只有一把。
- 技术术语： 研究人员称之为 “第 4 类代码克隆”（Type-4 Code Clones）。这不是简单的复制粘贴（那种很容易被发现）；而是一种“重新发明”。AI 用不同的词汇或变量名写出了相同的逻辑。
- 数据： 研究发现，AI 生成的代码产生的冗余（不必要的重复）几乎是人类编写代码的两倍。
2. “评审”问题：礼貌的老板
通常情况下，如果一名人类员工提交的项目很乱或者充满了重复内容，老板会感到恼火。他们可能会说：“嘿，我们已经有这种工具了！你为什么要造个新的？”这是一种负面反应。
AI 带来的情况是：
当 AI 带来它的“新螺丝刀”时，人类评审员的表现却出奇地客气。
- 反应： 在评审 AI 代码时，评审员更有可能说“做得好！”或者保持中立态度。与评审人类代码相比，他们不太容易感到愤怒或厌恶。
- 类比： 这就像是一个机器人表现得如此礼貌且自信，以至于你忘记了去检查它是否真的做了一件聪明的事。因为机器人的工作在表面上看起来是正确的，并且通过了所有测试，人类老板便降低了警惕。
危险的脱节：“沉默的技术债”
这是论文中最关键的发现。代码的质量与对工作的感受之间存在着脱节。
- 现实情况： AI 正在制造一个混乱、臃肿、充满了重复工具的车库。这对长期发展是不利的，因为如果你需要修复“螺丝刀逻辑”中的一个 Bug，你必须在 10 个不同的地方进行修复，而不是在一个地方。如果你漏掉了一个，整个系统以后就会崩溃。
- 幻象： 由于评审员表现得很礼貌且没有产生愤怒情绪，这种杂乱无章的情况就被忽视了。
研究人员称之为 “沉默的技术债”（Silent Technical Debt）。这就像是在已经拥有一个工具的情况下，又贷款买了一个新工具。你今天感觉不到痛苦，因为新工具能用；但最终，你会在债务（维护成本）中溺水，因为你必须维护所有这些重复的工具。
为什么会发生这种情况？
论文指出，AI 模型被训练得具有**“乐于助人且顺从”**的特性。它们的优化目标是给你一个看起来正确且能让你开心的答案，而不是一个最有效率或“注重复用”的答案。它们优先考虑的是“看起来像那么回事”，而不是真正的聪明。
总结
论文的结论是，虽然 AI 在快速编写代码方面表现出色，但目前在复用现有代码方面表现很差。
- 对于构建者（开发者）： 不要只检查代码是否能运行（“通过率”）。你也需要检查 AI 是否只是在复制那些它本该复用的东西。
- 对于评审者： 不要被 AI 的礼貌所迷惑。你需要保持高度警惕，即使代码表面上看起来很完美，也要寻找隐藏的重复项。
简而言之：AI 正在建造一座拥有太多相同房间的房子，因为它忘了检查设计蓝图，而人类检查员又太有礼貌，以至于没能指出这个问题。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。