コードの綺麗さは AI エージェントの性能に影響するか──Claude Code を用いた 660 回の試行による検証
コードの品質が AI のタスク達成率には影響しない一方、トークン消費量やファイル再訪率を大幅に削減できることを実証した。
リリース: 2026-05-19 · 読了 3 分記事の要約
1. 核心（What）
- Claude Code を用いて 33 種類のタスクを 6 組のミニマルペア（構造や動作が同一で静的解析違反数のみ異なるリポジトリ）で計 660 回試行。
- コードの綺麗さがエージェントのタスク達成率（Pass Rate）に与える影響はゼロであることが判明。
- 綺麗なコード環境では、汚いコード環境と比較してトークン消費量が 7〜8% 削減され、ファイル再訪率が 34% 低下する結果となった。
2. 影響（Why）
- AI 時代の保守性の再定義: AI エージェントにとって「コードの綺麗さ」はタスク成功率を左右しないが、推論コストとナビゲーション効率を決定づける変数であることを示した。
- 国内 SaaS 開発への示唆: レガシーコードを抱える中規模以上の国内開発組織において、AI 導入時のリファクタリング優先順位を「機能追加速度」から「エージェントの推論コスト最適化」へシフトさせる根拠となる。
3. 根拠・詳細（How）
- 検証プロトコルとデータセット: 静的解析ツールの違反数と認知複雑度で差異をつけた 6 組のリポジトリペアを作成し、Claude Code での実行結果を比較。
- 計測指標の具体値: 660 回の試行を通じ、綺麗なコード環境下ではトークン消費が 7-8% 削減され、ファイル再訪回数が 34% 減少する定量的差異を計測。
4. 展望・課題（Next）
- モデル依存性の検証: 今回の結果は Claude Code に特化したものであり、他の推論モデルやエージェントフレームワークにおける再現性の検証が必要。