Agent可读性

Agent可读性（Agent Readability）是Agent-First开发模式中提出的代码质量新标准。它要求代码不仅要让人类可读，更要让AI Agent能够理解和扩展。这一概念挑战了传统以人类为中心的代码美学，优先考虑Agent的认知效率。

核心原则

1. 可内部化：偏好能在仓库中完全推理的依赖和抽象。
2. 可扩展性：Agent应能基于现有代码自主进行修改和扩展。
3. 一致性：代码模式和结构高度一致，便于Agent学习和预测。
4. 显式优于隐式：显式表达意图和逻辑，减少Agent需要推理的隐含信息。

实践方法

• 使用稳定、在训练数据中充分表征的"无聊技术"。
• 避免复杂的元编程和动态特性。
• 保持代码结构和命名的高度一致性。
• 提供清晰的接口和抽象边界。
• 通过架构约束（如固定层次、单向依赖）增强可读性。

与传统代码可读性的区别

维度	人类可读性	Agent可读性
关注点	人类认知效率	Agent推理效率
偏好	简洁、优雅	显式、一致、可预测
抽象	可接受复杂抽象	偏好简单、可内部化的抽象
风格	个人风格可接受	高度一致的风格

与相关概念的关系

• [[约束即速度]]：架构约束是提升Agent可读性的关键手段。
• [[harness-engineering]]：Agent可读性是Harness Engineering的重要设计考量。
• [[ai-slop]]：提升Agent可读性有助于减少AI Slop的产生。