Google опубликовал исследование «Agent Distraction»: на данных сотен миллионов шагов кодинг-агентов авторы Sam Saccone и Madhuri Garikapati показали, что устаревшие inline-комментарии TODO(bug/...) и FIXME(bug/...) заметно сбивают агентов с задачи, а в затронутых сессиях фиксируется измеримый оверхед по шагам, токенам и времени ожидания. Компания уже автоматизировала чистку таких комментариев в своих кодовых базах и рекомендует командам выстраивать «agent-friendly codebases».

image

Что произошло

6 ноября 2026 года Google опубликовал исследовательскую работу «Agent Distraction», авторы — Sam Saccone и Madhuri Garikapati. Анализ построен на данных сотен миллионов шагов кодинг-агентов. В 13% сессий чтения файлов агент встречал устаревшие inline-комментарии TODO(bug/...) или FIXME(bug/...) со ссылками на баги. В 6% случаев такой контакт запускал действие по конкретному bug ID, причём 83% этих действий были спонтанными — разработчик не просил чинить баг. Из спонтанных отклонений 41% закончились тупиком, где тикет уже был закрыт, а 57% перерастали в scope creep. Множественная регрессия с фиксированными эффектами показала статистически значимый оверхед: +70% шагов, +77% токенов, +105% времени ожидания при p<0.0001. Вместе с результатами Google описал и уже работающее вмешательство: автоматические агенты скрапят устаревшие ссылки, за шесть месяцев удалены тысячи мёртвых TODO, а human-ревьюеры принимали такие изменения с acceptance rate выше 95%.

Контекст

Механизм заложен в сам способ работы агентов: чтобы выполнить задачу, агент читает файлы и берёт текст вокруг кода как рабочий контекст, поэтому устаревшая bug-ссылка выглядит для него как незакрытая задача и меняет план действий. Со временем часть тикетов закрывается или ссылки устаревают, но комментарий остаётся в коде — классический технический долг, который раньше считали косметической проблемой: его цена мерилась раздражением человека, а не деньгами и временем машин. Исследование впервые переводит этот долг в экономику агентов: множественная регрессия с фиксированными эффектами контролирует межпроектную гетерогенность, поэтому эффект сложно объяснить лишь различиями репозиториев, а масштаб данных в сотни миллионов шагов отражает реальную эксплуатацию, а не синтетические бенчмарки. Фон такой: доля кода, которую читают и правят агенты, растёт, и у репозитория появился новый «читатель», для которого гигиена комментариев — не эстетика, а прямая стоимость прогона.

Почему это важно для индустрии

Для индустрии это первый количественный замер «налога на технический долг» при работе с агентами: устаревшие комментарии перестают быть косметикой и превращаются в измеримую статью расходов в токенах, шагах и времени. Отсюда меняются приоритеты cleanup-задач: проекты, откладывавшие удаление мёртвых TODO, теперь несут конкретную цену на каждом агентном прогоне, а «agent-friendly» гигиена кодовой базы получает готовый ROI-аргумент для инженерных лидов. Google прямо рекомендует внедрять presubmit-анализаторы и корпус-сканеры, и сама компания уже эксплуатирует продакшен-скраперы с acceptance rate выше 95%, то есть подход проверен на практике, а не только в теории. Для вендоров и стартапов открывается продуктовая ниша hygiene-инструментов: аудит репозиториев, автогенерация PR на чистку с обязательным human-апрувом, простые presubmit-хуки и метрики staleness TODO-ссылок в агентных платформах. Вероятное направление на горизонте ближайших месяцев — presubmit-чекеры на мёртвые bug-ссылки в CI и фильтрация устаревших комментариев в контексте агента на стороне инструментов, при условии что эффект воспроизводится на сторонних моделях и открытых репозиториях.

Почему это важно для пользователей

Если вы пользуетесь кодинг-агентами вроде Gemini CLI, Copilot или Cursor, мёртвые TODO(bug/...)/FIXME(bug/...) в вашем репозитории могут незаметно раздувать время и стоимость задач: агент тратит часть сессии на ложную цель вместо вашей задачи, иногда уходит в scope creep или пытается «починить» давно закрытый баг. Практический шаг простой и дешёвый — перед массовыми агентными прогонами провести аудит репозитория на устаревшие bug-ссылки: достаточно grep-скрипта по паттернам TODO(bug/...)/FIXME(bug/...) и короткого ревью найденного. В presubmit-проверки имеет смысл включить анализатор, который сверяет живость тикета из комментария, чтобы новые мёртвые ссылки не накапливались в кодовой базе. Ожидаемый эффект по данным исследования — меньше лишних шагов и перерасхода токенов в затронутых сессиях и предсказуемое поведение агента на большом корпусе.

Что пока неизвестно / ограничения

Публикация размещена в корпоративном блоге Google Developers, а открытого описания методов в материале нет: не указано, какие агенты и модели наблюдались, как классифицировался «спонтанный» прогон и какие ковариаты входили в регрессию. Все цифры получены на инфраструктуре Google, поэтому прямой перенос на другие модели, кодовые базы и языки программирования пока нельзя считать доказанным. До появления независимых репликаций конкретные проценты стоит воспринимать как оценку по данным одной компании, а не как универсальную константу.

Источники

Автор

Look at AI, редакция