Codeflash, yapay zeka kodlama aracı Claude Code kullanarak iki büyük özellik geliştirdi: Java dil desteği (52.000 satır kod) ve React framework desteği (24.000 satır kod). Bu projeler hızlıca tamamlanmış olsa da, Codeflash'ın kendi optimizasyon aracı, bu iki Pull Request'te toplam 118 performans hatası tespit etti. Bu hatalar, her kullanıcı için her optimizasyon işinde çalışan kritik fonksiyonlarda ortaya çıktı ve kodun gereğinden 446 kata kadar daha yavaş çalışmasına neden oldu.
Tespit edilen performans sorunları belirli kalıplar gösteriyordu. Bunlar arasında felaketle sonuçlanan verimsiz algoritmalar (örneğin, tree-sitter tabanlı çıkarım yerine basit string taraması), her yerde gereksiz hesaplamalar (daha önce ayrıştırılmış verilerin yeniden ayrıştırılması, ağaçların yeniden dolaşılması), eksik önbellekleme (aynı girdilerle tekrar tekrar çağrılan fonksiyonların sonuçları her seferinde baştan hesaplaması) ve optimal olmayan veri yapıları (set yerine listelerin kullanılması, döngülerde string birleştirme) bulunuyordu. Bu hatalar, genellikle doğruluk odaklı bir mühendisin veya performansı düşünmeyen bir yapay zeka aracının yapabileceği türden seçimlerdi.
Makale, yapay zeka kodlama araçlarının kullanımının sorgulanmadığını, aksine teşvik edildiğini belirtiyor. Ancak asıl vurgu, bu araçlarla yazılan kodun sonrasında ne olduğuna dair. Yapay zeka kodlama ajanlarının, kimsenin takip etmediği yeni bir teknik borç kategorisi yarattığı ve bu durumun, geliştiricilerin performans bilinciyle yapacağı içgüdüsel seçimlerin AI tarafından göz ardı edildiğini gösterdiği belirtiliyor. Codeflash'ın bulguları, AI destekli geliştirme süreçlerinde performans denetiminin ne kadar kritik olduğunu ortaya koyuyor.
Yapay zeka kodlama araçları verimliliği artırsa da, performans odaklı düşünmeden yazılan kodlar önemli teknik borçlara ve ciddi yavaşlamalara yol açabilir.