AI写出死代码？Go团队的deadcode工具一条命令就能发现
ИИ-агенты отлично генерируют код, но они также отлично оставляют мёртвый код — неиспользуемые функции, недостижимые ветви и осиротевшие помощники, которые раздувают кодовую базу и сбивают с толку будущих читателей. Инструмент deadcode от команды Go находит его одной командой.
Что такое deadcode?
deadcode — это официальный инструмент Go (часть golang.org/x/tools), который выполняет анализ недостижимости всей программы. Он сообщает о функциях и методах, которые никогда не могут быть вызваны ни из одной точки входа вашей программы. Это не просто линтер — он выполняет реальный анализ потока управления и указателей для определения достижимости.
Как найти мёртвый код, написанный ИИ
Запустите это из корня модуля:
go run golang.org/x/tools/cmd/deadcode@latest ./...Это сканирует весь модуль и выводит список недостижимых функций, например:
deadcode: unreachable: main/helpers.go:23:7:func helperNeverCalled()Вы также можете передать конкретные пакеты или флаги:
-test: включить тестовые файлы в анализ-filter: сообщать только о функциях, соответствующих регулярному выражению (например,-filter '_dead')-json: вывод в формате JSON для интеграции с CI-инструментами
Почему ваш ИИ-агент оставляет мёртвый код
LLM-агенты генерируют код вероятностно — они часто пишут служебные функции, которые никогда не вызывают, или создают резервную копию старого кода при рефакторинге. Поскольку код компилируется и тесты проходят, это легко пропустить. deadcode ловит это детерминированно.
Безопасное удаление мёртвого кода
После запуска deadcode проверьте каждую недостижимую функцию вручную. Функция может быть недостижимой, потому что она используется через рефлексию, вызывается из go:linkname или является частью публичного API — у инструмента есть флаг -reflect для учёта рефлексии. Но в большинстве случаев, если она не вызывается из main (или тестов), её можно безопасно удалить.
Затем запустите go test ./..., чтобы убедиться, что ничего не сломалось. Устранение мёртвого кода — один из самых лёгких способов поддержания чистоты кодовой базы — и это делает вывод вашего агента чище для следующей итерации.
📖 Читайте полный источник: HN AI Agents
👀 Смотрите также
Фабрика агентов: Автономная система создает ИИ-агентов из онлайн-обсуждений проблем
Agent Factory — это автономная система, которая собирает данные с Reddit, HN, GitHub и Twitter о реальных проблемах, оценивает их по спросу, рыночному разрыву и выполнимости, а затем создаёт автономные ИИ-агенты для перспективных идей. Система использует минимальный шаблон Next.js с 7 инструментами и запускает Claude Code в фоновом режиме через shell-скрипт.
Тесты локальных LLM на RTX 5060 Ti 16 ГБ: Модели на 30 млрд параметров по-прежнему лидируют в программировании.
Тесты на RTX 5060 Ti 16GB показывают, что модель Unsloth Qwen3-Coder-30B UD-Q3_K_XL достигает 76.3 ток/с на Ubuntu с оценкой качества 8.14, что делает её рекомендуемой моделью по умолчанию для кодирования. Модель Unsloth Qwen3.5-35B UD-Q2_K_XL достигает 80.1 ток/с, но с более низкими оценками качества.
Подход многоагентных дебатов повышает качество рассуждений в больших языковых моделях.
Разработчик экспериментировал с подходом многоагентных дебатов с использованием CyrcloAI, где различные ИИ-агенты берут на себя роли аналитика, критика и синтезатора, чтобы критиковать ответы друг друга перед формированием окончательного ответа, что приводит к более структурированным и обдуманным результатам.
Модуль: Оркестрация межрепозиторных знаний для ИИ-агентов в программировании
Modulus — это десктопное приложение, которое запускает несколько ИИ-агентов для программирования с общей памятью проекта в репозиториях. Оно решает проблемы контекста между репозиториями, позволяя агентам понимать зависимости между разными кодовыми базами без ручных объяснений.