代码库质量与代理成本
一项受控的 Claude Code 研究给出了当天最清楚的定量信号。作者构建了最小配对代码库，使架构、依赖和外部行为保持一致，然后改变静态分析违规项和认知复杂度。在 33 个任务、6 组代码库配对和 660 次试验中，更干净的代码没有改变通过率。它将 token 使用量降低了 7% 到 8%，并将文件重复访问减少了 34%。
这个结果把代码质量变成了代理的运行成本变量。结构清晰的代码能帮助代理在代码库中移动时减少重复检查，即使隐藏测试对最终输出采用相同的判定方式。
趋势
编码代理正面对审查、隔离和代码库质量的硬成本
概览
当天的证据把编码代理视为生产系统。Claude Code 实验、Fly.io Sprites 和 Terminai 指向同一重点：除了任务完成，成本、隔离和人工审查现在也很重要。最强的实测结果是，代码清洁度在通过率持平的情况下减少了 token 和文件重复访问。
研究发现
沙箱化终端执行
代理工具正在围绕 shell 访问加入更窄的执行边界。Fly.io 文章通过在一次性 Sprites 中运行命令，把长时间运行的代理循环与高风险命令分开。每个用户会话可以获得自己的 Sprite，凭据只为单个命令注入，失败的文件系统改动可以从检查点回滚。在示例中，恢复操作在约 9 秒内找回了被删除的迁移文件和 git。
Terminai 在终端内部采用了更轻量的模式。它包装用户的 shell，在 Ctrl+Space 时打开 Codex、Claude Code 或其他命令行代理，并通过 Model Context Protocol 服务器向代理提供读取访问和需审批的写入。模型凭据和提供商路由仍由用户现有的 AI 命令行工具管理。
资料来源
人工审查与工作下单
实践者报告反复回到同一个约束：代理生成的工作量可能超过人们能安全接收的范围。一位使用 Claude Code 的开发者描述了编写更明确的需求、委派实现并审查输出的流程。一次大型功能实验在 20 到 30 分钟内生成了多个串联的 pull request，但不清楚的需求让工作偏离了方向。作者报告说，同时处理三个由代理辅助的任务已经达到实际上限，因为审查和找回上下文变得困难。
另外两篇文章扩展了这一点。一篇把提示词视为工作单，其中包含目标、输入、约束、测试和审查标准。另一篇认为，评估生成代码时应考虑维护负担、安全风险、部署负担和责任。共同的执行层结论是：低成本产出仍需要有人负责。
资料来源
近期代理加速预测
AI 2027 的范围明显更大。它属于带日期的情景推演，不能当作实验结果。它的机制是递归式 AI 加速：更强的代理自动化 AI 研究和开发的一部分工作，然后帮助构建更强的后继系统。该情景推演为这条叙事附上了数字，包括 2026 年初 Agent-1 带来 1.5x 的研究倍数，以及 Agent-2 到 2027 年 1 月大约使算法进展增至三倍的预测。
这里的具体价值在于可证伪性。这些主张点明了算力水平、研究倍数、模型权重窃取机制和地缘政治假设。它们应被当作需要检查的预测来读，而不是基准证据。