A rejtett teher: Miért terhelik túl az AI utasításai a kódbázisodat?
Amikor a dokumentáció teret hódít
Képzeld el: új projektbe kezdesz egy üres CLAUDE.md fájllal. Belekerül pár hasznos tipp. Néhány kontextus jegyzet. Egy figyelmeztetés arról a furcsa edge case-ről az auth flow-ban. Hónapokkal később megnyitod a fájlt, és egy óriási regénnyé nőtte ki magát: ellentmondásos utasítások, elavult emlékeztetők, és kétségbeesett mellékletek, amit már senki sem ért igazán.
Ez nem csak a te tapasztalatod. Ez egyetemleges jelenség.
Kutatások 247 694 utasítás élettartamát vizsgálták 1 867 repository-ban, és döbbenetes mintát tártak fel: az agentic promptok nem egyszerűen nőnek – határtalanul nőnek, a működési élettartamuk alatt több mint megháromszorozódnak (+226%). Átlagosan minden egyes commit után +4,9 nettó utasítás kerül a fájlba. A fájl soha nem zsugorodik. Csak tágul.
De itt jön a valóban érdekes rész: minél régebbi egy utasítás, annál kisebb az esélye, hogy törlik. Az adatok szerint a log-hazard értéke -0,032 commitonként, vagyis az utasítások annál halhatatlanabbá válnak, minél tovább ülnek ott. Nem az a baj, hogy senki sem akar rendet rakni – az a baj, hogy senki sem tudja biztonságosan eltávolítani bármelyiket.
Az O(2^|D|) Probléma
Miért történik ez? A kutatók "catastrophic remembering"-nek nevezik – a jól ismert "catastrophic forgetting" probléma inverzének. De nem kell PhD ahhoz, hogy megértsd, miért történik.
Gondolj a költségszámításra: egy új utasítás hozzáadása olcsó. Látsz egy problémát, írsz egy javítást, lépsz tovább. Az azonnali költség alacsony, és az észlelt előny egyértelmű.
De egy utasítás eltávolítása? Az egy teljesen más fenevad. Meg kell értsd minden helyet, ahol az az utasítás számíthat. Reasonolnod kell a többi utasítással való összes kölcsönhatásról. Ellenőrizned kell, hogy az eltávolítás nem tör-e el valami finomat és fontosat. A kutatók ezt a kognitív költséget O(2^|D|)-ként számították egy |D| utasítást tartalmazó promptban – vagyis exponenciálisan nő az utasítások számával.
Szóval a fejlesztők azt csinálják, amit a racionális emberek tesznek: feladják a próbálkozást. Új utasítások kerülnek hozzá. A régiek maradnak. A fájl nő.
Kommentek: A Hős, Akit Senki Sem Ünnepel
Itt válik igazán izgalmassá a kutatás. A megoldás nem jobb prompting technikák vagy okosabb modellek. Ez valami, amit a programozás hajnala óta használunk: kommentek.
A kutatók érdekes megközelítést alkalmaztak – invertálták az IFEval-t, egy standard benchmarkot, hogy "verifiable worlds"-eket hozzanak létre, ahol az optimális promptok valójában ismertek. Amikor kommenteket adtak hozzá, amelyek a látens reasoninget kódolták, az excess instruction growth +211,3%-ról mindössze +1,4%-ra csökkent.
Ez 99,3%-os csökkenés.
De a valódi csavar? Ezek a kommentek nem csak a növekedést kontrollálták – az aktuális instruction-following teljesítményt is javították akár 23,1%-kal a valós feladatokon. A kommentek nem szervezői rumlik. Olyan teherhordó struktúrák, amelyek segítenek az AI asszisztenseknek helyesen reasonolni a kontextusról.
Miért Fontos Ez Most
Évezredek óta egy alapvető változáson megyünk keresztül abban, hogy mit jelent a "kód". A kutatók provokatív kérdést tesznek fel: "Ha az angol az új kód, miért nincsenek még kommentjeink?"
Jogos pont. Évtizedek óta értjük, hogy kód kommentek nélkül technikai adósság. A kommentek a "miért"-et magyarázzák, nem csak a "mit". Rögzítik a szándékot, az edge case-eket és az intézményi tudást, amit nem lehet a szintaxisból kikövetkeztetni.
Mégis, abban a rohanásban, hogy egyre többet adunk át az AI coding assistantoknak, természetes nyelvű utasításokat kezdtünk kezelni úgy, mintha mások lennének. Imperatívuszokat írunk – csináld ezt, ne csináld azt, ne felejtsd el ellenőrizni az X-et – magyarázat nélkül.
Az eredmény az, amit azokban a felfúvódó CLAUDE.md fájlokban látunk: utasítások, amelyeket senki sem ért teljesen, amelyek ütközhetnek egymással, és amelyek nőnek, bármiféle racionális struktúra nélkül.
Az Út Előre
Ha karbantartasz egy CLAUDE.md vagy hasonló agentic prompt fájlt, íme, mit sugall a kutatás:
Kommenteld az utasításaidat, ne csak a kódodat. Magyarázd el, miért létezik egy szabály. Dokumentáld az edge case-eket. Rögzítsd a döntések mögötti reasoninget.
Alkalmazd a periodikus racionálisítást. Ne csak appendálj – írd újra. A kutatás kifejezetten megjegyzi, hogy a teljes újraírás az egyetlen dolog, ami megállítja a növekedést.
Kezeld az AI utasításaidat úgy, mint a bevezető dokumentációt. Átadnál egy új fejlesztőnek egy 400 soros, differenciálatlan szabályokkal teli fájlt? Az AI asszisztensed ugyanazt a tisztaságot érdemli.
A tendencia, amerre tartunk, nem fenntartható. Minden új projekt jó szándékkal indul és egy karbantarthatatlan káosszal végződik. De a javítás talán egyszerűbb, mint gondolnánk: írj annak az embernek (vagy AI-nak), aki hat hónap múlva olvassa az utasításaidat, ne csak annak, aki ma válaszol a kérdésedre.
A kommentek nem rumlik. A megértés architektúrái.