La propreté du code impacte les agents IA, pas leur taux de succès
Original : Does code cleanliness affect coding agents? A controlled minimal-pair study
Pourquoi c'est important
La qualité du code devient un facteur clé du coût et de l'efficacité des agents IA autonomes.
Une étude de SonarSource publiée sur arXiv révèle que la qualité structurelle du code ne modifie pas le taux de réussite des agents de codage autonomes, mais réduit leur consommation de tokens de 7 à 8 % et les revisites de fichiers de 34 % sur 660 essais avec Claude Code.
Priyansh Trivedi et Olivier Schmitt (SonarSource) ont publié une étude contrôlée visant à mesurer l'effet de la « propreté » du code sur les agents de codage autonomes. Leur protocole repose sur des « paires minimales » : des dépôts identiques en architecture, dépendances et comportement externe, mais différant par leurs violations de règles d'analyse statique et leur complexité cognitive. Les paires ont été construites dans les deux sens — dégradation d'un dépôt propre ou nettoyage d'un dépôt désordonné. Au total, 33 tâches réparties sur six paires ont été évaluées via des tests cachés, pour 660 essais avec Claude Code. Résultat principal : la propreté du code ne modifie pas le taux de réussite des tâches. En revanche, elle réduit significativement l'empreinte opérationnelle de l'agent : 7 à 8 % de tokens en moins et 34 % de revisites de fichiers en moins sur du code propre. Les auteurs concluent que les principes traditionnels de maintenabilité restent pertinents à l'ère du développement piloté par l'IA, influençant le coût computationnel et l'efficacité de navigation des agents.