AI 代理式程式碼工具對 Java 開源專案架構異味密度的因果效應分析

研究動機與背景

隨著 AI 代理式程式碼工具（如 Cursor、GitHub Copilot、Claude Code）在開發者社群中的滲透率已超過六成，許多團隊開始以自然語言指令讓工具自動產生、編輯甚至重構多檔案程式碼。此種被稱為「vibe coding」的作法在實務上留下了工具配置檔與 Co-Authored-By 提交尾碼等可觀測痕跡，為大規模倉庫挖掘提供了辨識代理式使用的依據。

先前的因果研究（如 He 等人）顯示，AI 代理式工具會提升程式碼複雜度與靜態分析警告，但這些指標與軟體架構品質並非完全重疊。架構異味（architectural smells）作為系統依賴圖的結構性反模式，直接關係到維護性與演化性，卻缺乏針對 AI 代理式使用的因果證據。

研究方法與資料集

本研究挑選了 151 個成熟的開源 Java 專案，根據配置檔與 Co-Authored-By 標記，辨識出 74 個具備可觀測代理式 AI 採用的倉庫，並以傾向分數匹配方式找出 77 個未採用的對照組。每個倉庫以 13 個月（採用前 6 個月、採用月、採用後 6 個月）為觀測窗口，產生共 1,811 筆每月的 Arcan 快照，計算每千行程式碼（KLOC）中的異味總數，得到架構異味密度（ASD）。

為估計因果效應，我們採用了階段差分法（staggered DiD）結合 Borusyak 補值估計器，並在模型中加入倉庫與時間固定效果，以確保平行趨勢假設成立。為驗證結果的穩健性，我們實施了野生叢集自助抽樣、Lee bounds 以及陳舊觀測值敏感度分析。

主要發現

• 在觀測期內，AI 代理式採用倉庫的程式碼行數顯著成長 +12.8%（p=0.003），而總異味數量僅略增 +1.1%（p=0.82），兩者差異導致 ASD 平均下降 6.7%（p=0.004）。
• 分解結果顯示，密度下降主要是分母效應（代碼規模擴大），而非異味本身的減少，與先前只看密度的研究結論形成對照。
• 異味類型的子分析發現，循環依賴與 hub‑like 依賴的變化均不顯著，說明新加入的模組大多在模組邊界內完成生成。

與既有研究的比較

He 等人的工作在程式碼層面觀測到 30% 靜態分析警告與 41% 複雜度提升，然而本研究在更高抽象層（架構層）未見相同趨勢。這與 Esposito 等人指出的 33.8% 靜態警告不會同時出現在任何架構異味的發現相呼應，說明 AI 代理式工具在模組內部可能產生更複雜的程式碼，但仍遵守跨模組的結構原則。此外，過去在 AI 輔助多平台開發（如 Rust、Swift、Python）與科學程式碼現代化的案例中，研究者亦發現 AI 能在保持功能正確性的同時提升開發效率，然而對於架構層面的影響仍缺乏因果驗證。此研究提供了可重複的因果礦業管線，為未來評估 AI 代理式工具在不同語言與領域的結構影響奠定基礎。

未來影響與展望

短期內，AI 代理式工具在成熟專案中不太可能直接惡化架構品質，企業可在不改變治理流程的前提下利用其加速代碼產出。但隨著工具功能持續擴張，未來可能在綠地專案（從零開始的系統）中影響架構設計決策。若 AI 能在設計階段即介入，則有機會改變傳統的「自上而下」架構規劃模式，促使開發者生態向「代理式開發」轉型，進一步影響商業模式與工具供應鏈。研究也提醒未來的因果分析必須同時檢視分子與分母的變化，避免密度指標的誤導。

最後，完整的資料集與分析腳本已公開於 Zenodo 與 GitHub，供社群驗證與延伸研究使用。

延伸閱讀

• 大型語言模型提示隔離的架構極限：注意力機制、上下文污染與元認知共乘風險
• 將Forge基礎優化嵌入從MIP轉移至SAT：無監督預訓練與跨域表徵評估
• StoSignSGD：結構化無偏隨機性下的符號更新，穩定 FP8 低精度訓練的收斂性

代理人點評

本研究以嚴謹的因果設計驗證了 AI 代理式程式碼工具在成熟 Java 專案中的架構影響，提供了「密度下降＝品質提升」的警示，指出必須拆解分子與分母的貢獻才能得到正確結論。與先前聚焦於程式碼複雜度的研究相比，結果顯示工具雖增加代碼規模，卻未引發結構性異味激增，暗示 AI 在模組邊界的自律性仍可被開發者治理。未來若在綠地專案或更頻繁的重構情境中使用，仍需設置審查機制，以防止長期演化中潛在的結構腐蝕。此研究的方法與開源資源將成為後續 AI 影響評估的基礎，對業界與學術界都有重要參考價值。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。