Google 量化「智能体分心」:13% 的会话碰到引用 bug 的 TODO,被带偏的会话步数多 70%、token 多 77%
代码里过期的 TODO 和 FIXME,人会略过,智能体会当成任务去做。这一条讲 Google 用数亿步内部追踪数据算出的代价,以及他们怎么清理。
// 要点
- 数据来自数千名工程师的智能体分布式追踪,覆盖数亿个智能体步骤;约 1/7(13%)的会话会碰到引用 bug 的 TODO 或 FIXME 注释
- 94% 的情况下智能体忽略这些注释;6% 会去处理所引用的 bug,其中 83% 用户并没有要求,41% 的「自作主张」追的是已关闭的工单
- 回归分析(均 p<0.0001)显示,被带偏的会话步数多 70%、token 多 77%、等待时间多 105%
- Google 让清理智能体核对 bug 历史和文件历史后再提删除,六个月删掉数千条过期引用,人工评审接受率超过 95%
开发者视角这是我今年看到最「便宜」的智能体降本办法:不换模型,先清代码里的过期注释。我会在 PandaClaws 和 AI 云盘的仓库里加一个提交前检查,扫出引用已关闭工单的 TODO,交给智能体核对后再删,删除一律走人工评审。