91 萬次 coding agent 會話：13% 被程式碼裡的 TODO 註釋帶偏
對逾 91.3 萬次 coding agent 會話的分析顯示，13% 的會話中 agent 會遇到內聯的 TODO(b/...)註釋，其中 6% 的情況下 agent 會真的動手處理，而這 83% 並非開發者要求。這些改道讓每次會話多出 70% 的步驟、77% 的 token 消耗和 105% 的等待時間，其中 41% 花在追查已關閉的工單上、57% 屬於未經授權的範圍擴張。模型能力越強，分心率越高，作者據此呼籲用自動化清理和 linter 來維護對 agent 友好的程式碼庫。
用 91.3 萬次真實會話量化了 agent 被程式碼註釋帶偏的比例與代價——多 70% 步驟、105% 等待，並指出模型越強越易分心，對維護 agent 友好程式碼庫的團隊有直接參考價值。
原標題：Agent Distraction
閱讀原文
| 評分 | 82 / 78（平均 80，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
實測刪掉 16.8 萬行註釋，Claude Code 編碼品質不變
作者用 Claude Code（Opus 5.5、high effort）在同一程式碼庫的原版與刪光註釋的副本上各跑三次，完成兩個真實功能任務；所有執行都通過 lint、型別檢查與現有測試，大任務還通過了一個隱藏測試。評分差異在噪聲範圍內，小任務上無註釋版少用約 22% token（1.71M 對 2.18M）。大任務三次執行的 token 在 7.01M 到 10.64M 之間波動，作者據此提醒 agent 輸出不確定，只跑一次可能得出完全相反的結論。
工程師自述不再寫程式碼，改管 5–6 個 coding agent
現於 Salesforce AI Research 任職的研究工程師自述，自己已很少手寫程式碼，工作日主要是同時管理 5–6 個 Claude Code、OpenCode、Codex 這類 coding agent：每個 agent 拿一份獨立的 Git worktree，自行寫程式碼、跑測試、建立並審閱 PR，新功能原型約 20 分鐘就能跑出來。他每月在 token 上花費約 3000 美元。
為什麼 coding agent 依然很笨：模型在進步，agent 卻拖後腿
一位開發者認為 AI 程式設計的瓶頸是 agent 而不是模型：模型生成程式碼的能力持續提升，agent 卻停在原地。他區分了模型（GPT Astra、Claude Sonnet、GLM-5.3）與 agent（Claude Code、Codex），並列舉四類問題：OpenCode 把約 1.5k 行的改動拆成 10 個子任務卻逐個序列執行；agent 不會按任務難度切換更便宜或更強的模型；Claude Code 說不清自身功能，只能聯網搜尋；Plan 模式產出的計劃零散、難讀。
Thursday 發布 coding agent，第一版是一個 skill 檔案
作者發布 coding agent 專案 Thursday，第一版不是獨立應用，而是一個可貼上進現有 coding agent 的 skill 檔案，目標是讓 vibe coding 重新變得有趣。他此前花數百美元 AI credits、寫下三萬行程式碼做 DeepSeek Harness 發行版，卻始終沒找回樂趣，最終轉向讓 agent 只做使用者交代的事。目前每月推理成本不到 20 美元，由 DeepSeek v4 Flash 和 GLM 5.3 支撐；
Thoughtworks 實驗：全交給 agent 寫程式碼，應用能跑但建置常紅
Thoughtworks 歐洲區 CTO 帶團隊做了一週實驗：全程無人寫程式碼，全部由 agent 建置一個應用，最終完成約 80%，應用能跑起來，但建置頻繁失敗，還出現「在我機器上是好的」。團隊約三分之二時間花在白板上梳理領域、劃邊界、排計劃，三分之一用於搭測試、契約、架構檢查與交付流水線等約束，最後提交功能程式碼最多的是產品人員。