Wily: Высокопроизводительная система обратной связи с учётом сложности для агентных AI-инструментов программирования

Агентные AI-инструменты для программирования теперь способны решать значительную долю реальных задач программной инженерии, однако создаваемые ими патчи систематически оказываются более сложными и менее сопровождаемыми, чем патчи, написанные квалифицированными инженерами-человеками. При отсутствии контроля широкое применение таких агентов ускорит накопление технического долга в производственных кодовых базах. Мы представляем Wily — высокопроизводительный инструмент анализа кода, который вычисляет цикломатическую сложность (Cyclomatic Complexity, CC), индекс сопровождаемости (Maintainability Index, MI) и логические строки кода (logical lines of code, LLOC) по всей истории git со скоростью более 570 000 LOC/s и работает до 55× быстрее существующих альтернатив. Мы интегрируем Wily в виде сигнала обратной связи, ограниченного по сложности (backpressure), в агентную среду SWE-bench: после каждого кандидатного патча агент получает отчёт о дельте сложности и может итеративно снижать регрессии. В контролируемом исследовании 500 верифицированных задач SWE-bench с двумя передовыми моделями — Claude Opus 4.6 и GPT-5.3-Codex — условие с обратной связью от Wily снижает средний рост сложности на 10–27% и рост LLOC на 8–23% по сравнению с контролем, получающим только информацию об успешности/неуспешности прохождения тестов, при этом сохраняя сопоставимые показатели разрешения задач (снижение менее 1.3 процентного пункта). Оба AI-условия остаются значительно хуже человеческого эталона по обоим моделям, что подтверждает устойчивый разрыв по сложности и мотивирует дальнейшие исследования по обучению агентов с учётом качества.