KI schreibt toten Code? Das Go-Team-Tool deadcode findet ihn mit einem Befehl

✍️ OpenClawRadar📅 Veröffentlicht: 18. August 2026🔗 Source
Ad

KI-Codierungsagenten sind großartig darin, Code zu generieren, aber sie hinterlassen auch gerne toten Code – ungenutzte Funktionen, unerreichbare Verzweigungen und verwaiste Helfer, die Ihre Codebasis aufblähen und zukünftige Leser verwirren. Das deadcode-Tool des Go-Teams findet sie in einem Befehl.

Was ist deadcode?

deadcode ist ein offizielles Go-Tool (Teil von golang.org/x/tools), das eine Ganzprogramm-Unerreichbarkeitsanalyse durchführt. Es meldet Funktionen und Methoden, die von keinem Einstiegspunkt Ihres Programms aus aufgerufen werden können. Es ist nicht nur ein Linter – es führt eine echte Kontrollfluss- und Zeigeranalyse durch, um die Erreichbarkeit zu bestimmen.

So finden Sie von KI geschriebenen toten Code

Führen Sie dies vom Stammverzeichnis Ihres Moduls aus:

go run golang.org/x/tools/cmd/deadcode@latest ./...

Das scannt Ihr gesamtes Modul und gibt eine Liste unerreichbarer Funktionen aus, zum Beispiel:

deadcode: unreachable: main/helpers.go:23:7:func helperNeverCalled()

Sie können auch bestimmte Pakete oder Flags übergeben:

  • -test: Testdateien in die Analyse einbeziehen
  • -filter: Nur Funktionen melden, die einem Regex entsprechen (z. B. -filter '_dead')
  • -json: Ausgabe als JSON für die Integration mit CI-Tools
Ad

Warum Ihr KI-Agent toten Code hinterlässt

LLM-Agenten generieren Code probabilistisch – sie schreiben oft Hilfsfunktionen, die sie nie aufrufen, oder sichern eine Refaktorierung mit einer Kopie des alten Codes. Da der Code kompiliert und Tests bestehen, ist es leicht, ihn zu übersehen. deadcode erkennt ihn deterministisch.

Toten Code sicher entfernen

Nachdem Sie deadcode ausgeführt haben, überprüfen Sie jede unerreichbare Funktion manuell. Eine Funktion könnte unerreichbar sein, weil sie über Reflexion verwendet wird, von go:linkname aufgerufen wird oder Teil einer öffentlichen API ist – das Tool hat ein -reflect-Flag, um Reflexion zu berücksichtigen. Aber in den meisten Fällen können Sie sie sicher löschen, wenn sie nicht von main (oder Tests) aufgerufen wird.

Führen Sie dann go test ./... aus, um zu bestätigen, dass nichts kaputtgegangen ist. Die Beseitigung von totem Code ist einer der einfachsten Gewinne für die Codebasis-Hygiene – und sie macht die Ausgabe Ihres Agenten für die nächste Iteration sauberer.

📖 Vollständige Quelle lesen: HN AI Agents

Ad

👀 Siehe auch

Fünf OpenClaw-Plugins, die zentrale Produktionsprobleme lösen
Werkzeuge

Fünf OpenClaw-Plugins, die zentrale Produktionsprobleme lösen

Ein Reddit-Nutzer identifiziert fünf OpenClaw-Plugins, die häufige Produktionsprobleme lösen: Manifest für Modell-Routing, Composio für Integrationsmanagement, Hyperspell für Speicher, Foundry für Workflow-Automatisierung und Opik für Tracing.

OpenClawRadar
PocketBot Beta: Privatsphäre-zuerst iOS KI-Agent mit hybrider Lokal-/Cloud-Engine
Werkzeuge

PocketBot Beta: Privatsphäre-zuerst iOS KI-Agent mit hybrider Lokal-/Cloud-Engine

PocketBot ist ein iOS-KI-Agent, der im Hintergrund läuft, sich in App Intents einklinkt und eine hybride Engine nutzt: Lokale Ausführung für Systemauslöser und PII-Bereinigung, mit Cloud-Verarbeitung für komplexe Aufgaben wie E-Mail-Zusammenfassungen oder Flugbuchungen.

OpenClawRadar
Produktmanager teilt 70+ Claude-Fähigkeiten zur Automatisierung von PM-Workflows
Werkzeuge

Produktmanager teilt 70+ Claude-Fähigkeiten zur Automatisierung von PM-Workflows

Ein Produktmanager mit 20 Jahren Erfahrung hat über 70 Claude-Fähigkeiten erstellt, die gängige PM-Aufgaben automatisieren, einschließlich PRD-Generierung, Nutzerinterviewanalyse, Wettbewerbsprofilierung und Roadmap-Erstellung. Die Fähigkeiten sind als herunterladbare .md-Dateien für Claude Code verfügbar.

OpenClawRadar
PinchBench-Ergebnisse: Erster OpenClaw-spezifischer Benchmark für KI-Codierungsagenten
Werkzeuge

PinchBench-Ergebnisse: Erster OpenClaw-spezifischer Benchmark für KI-Codierungsagenten

Der erste OpenClaw-spezifische Benchmark, PinchBench, bewertet 32 KI-Modelle nach Erfolgsquote, Kosten und Geschwindigkeit, wobei Googles Gemini-3-Flash-Preview mit 95,1 % Erfolgsquote für 0,72 $ anführt.

OpenClawRadar