code_transformed: The Influence of Large Language Models on Code

论文主要内容与创新点总结

一、主要内容

1. 研究背景与目标
   • 大语言模型（LLMs）如Copilot、Cursor等已广泛应用于编程，但缺乏对其实际影响代码风格的系统性研究。
   • 研究聚焦LLMs对代码命名约定、复杂性、可维护性及相似性的影响，分析GitHub上1.9万+仓库的代码数据（2020-2025年）。
2. 核心发现
   • 命名模式：LLMs偏好更长、更具描述性的变量名（如snake_case），Python中snake_case变量名占比从2023年Q1的47%升至2025年Q1的51%，且GitHub中该趋势与LLM生成代码风格一致。
   • 代码复杂性与可维护性：LLM生成代码在圈复杂度（cyclomatic complexity）等指标上更简洁，但在命名规范等风格层面与人类代码差异较小；GitHub代码中未观察到显著趋势，表明LLMs与人类开发者在复杂性维度差异不大。
   • 代码相似性：LLM重写代码与原始代码相似度高于直接生成的代码，提示不同使用场景（如重写vs.生成）会影响结果。