# 代码能跑但写得烂：怎么衡量 AI 生成的代码有多“水”

> 原标题：If coding is solved, what now?: Measuring the sloppiness of code

- 来源：Hacker News 首页
- 发布时间：2026-09-11T13:42:28.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/55913
- 原文：https://earendil.com/posts/measuring-code-sloppiness/

## 摘要

Earendil 的 Sebastian 撰文讨论 LLM 生成代码虽形式正确却引入冗余抽象与重复的问题，并介绍两种度量方式：verbosity 衡量重复与冗余行占比，erosion 衡量复杂度超过 10 的函数所占的代码质量比例。

## 推荐理由

Earendil 的 Sebastian 提出 verbosity 与 erosion 两种度量，分别衡量 LLM 生成代码中重复冗余行占比和复杂度超 10 的函数所占比例，把代码臃肿程度变成可量化的指标。

## 锐评

verbosity 0.33 对 0.15，erosion 0.68 对 0.31，AI 写的代码臃肿程度是人写的两倍，这个数我信。让我在意的是多轮迭代里最顶尖模型严格通过率 0%，坏决策越滚越多，跟我在 agent 上看到的一样，第一轮能跑，改到第五轮就没人敢动了。别指望 agent 自己清理自己的 slop，它连上一轮埋的坑都认不出来。LOC 那个指标作者自己也说优化了就失效，verbosity 和 erosion 至少能当个 CI 门禁，超阈值就拦下来让人看一眼。
