# Martin Fowler 博客用实验证明：代码重构能让 AI 写代码的 token 成本直降 83%

> 原标题：The Economic Benefit of Refactoring

- 来源：Hacker News 首页
- 发布时间：2026-07-30T15:10:27.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/47644
- 原文：https://martinfowler.com/articles/exploring-gen-ai/refactoring-economic-benefit.html

## 摘要

Giles Edwards-Alexander 让 AI 写了一个 15 万行的 Rust 应用，数据访问层膨胀成一个 17,155 行的单文件。他设计了一个实验：每做一步重构，就让一个全新的 AI 智能体去实现同一个功能改动，记录 token 消耗。当最大文件从 17,155 行缩减到 3,695 行时，每次改动的输入 token 从约 15.9 万...

## 推荐理由

Martin Fowler 那篇博文做了一个实验：让 AI 写了个 15 万行的 Rust 应用，数据访问层膨胀成一个 17,155 行的单文件。然后每做一步重构，就让一个全新的 AI 智能体去实现同一个功能改动，记录 token 消耗。结果很直观——文件瘦身后，每次改动的输入 token 大幅下降。这等于把重构从'代码洁癖'变成了'成本控制'，对用 AI 写代码的工程师来说是个实打实的参考。不过要说明，这是个人实验，不是正式研究，全文也没提供，所以数字只能当参考，别当行业基准。

## 锐评

Giles Edwards-Alexander 让 AI 写了个 15 万行的 Rust 应用，数据访问层膨胀成一个 17,155 行的单文件。他设计了一个很聪明的实验：每做一步重构，就让一个全新的 AI 智能体去实现同一个功能改动，记录 token 消耗。这样排除了 AI 的“学习效应”，直接量化了重构的经济收益。当最大文件缩减到 3,695 行时，每次改动的输入 token 从约 15.9 万降到约 2.7 万，降幅 83%。

这个数字说明，前期花 token 整理代码，能显著降低后续让 AI 干活的成本。但正文没披露用的是哪个具体模型和 API 单价，token 数也是按字符数除以 4 估算的，不是精确测量。所以这个省钱比例可以参考，别直接当账单。另外，实验只测了一个文件的重构效果，换到其他项目或语言，收益幅度可能会打折扣。