AI 编程的“熵增”困境：代理式迭代导致代码严重膨胀，目前尚无系统性解法

随着 Agentic Coding（代理式编程）的兴起，开发者发现了一个严重隐患：AI 代理在持续迭代中会导致代码库急剧膨胀且结构恶化。以某油猴脚本为例，原本简单的核心逻辑在经过多次“Agentic Loop”修补后，不仅代码行数激增，更出现了层层叠加的 Fallback 逻辑、冗余的防重入机制、未被清理的死代码以及低效的运行时重复检测。这一现象揭示了当前 AI 编程代理的固有缺陷——它们倾向于通过不断叠加逻辑来解决问题，而缺乏全局重构和简化代码的能力。