Measuring the sloppiness of code

作者把“slop”量化为 verbosity（AST-Grep 标记行与克隆行占 LOC）和 erosion（高圈复杂度函数的质量占比），拒绝只靠 LLM 打分。SlopCodeBench 对比中，agent 代码 verbosity 为 0.33±0.10、成熟仓库为 0.15±0.06，erosion 为 0.68±0.20 对 0.31±0.17；多轮清空上下文后，严格全 checkpoint 通过率仍为 0%，说明局部正确会累积成全局腐化。