, AI-SLOP Detector 3.1.1 - Alat analisis untuk menangkap kode spaghetti yang dibuat agen AI

AI-SLOP Detector adalah alat untuk menganalisis secara statis cacat struktural yang sering terlihat pada kode yang dibuat oleh agen AI.

Dibanding sekadar pemeriksaan gaya, alat ini berfokus pada penangkapan hal seperti implementasi stub, phantom import, komentar/istilah yang berlebihan, dan kompleksitas yang disembunyikan dengan memecahnya ke dalam helper, yaitu
“kode yang tampak rapi di permukaan tetapi sebenarnya rapuh”.

Apa yang bisa dilakukan

• Analisis satu file Python / seluruh proyek
• Integrasi dengan pipeline otomatis melalui output JSON
• Penggunaan sebagai CI gate
• Dukungan ekstensi VS Code
• Deteksi pola cacat struktural pada kode AI

Mengapa ini diperlukan

• Membantu membedakan antara kualitas yang tampak pada kode AI yang dibuat cepat dan kepadatan implementasi yang sebenarnya
• Menyaring tambahan kode kosong yang terlihat meyakinkan namun mudah lolos dari alat lint/style
• Bisa langsung dihubungkan dari analisis lokal hingga CI

Perubahan utama 2.9.x ~ 3.1.1

• Penambahan dan penyempurnaan deteksi phantom import
  → Lebih akurat membedakan paket yang tidak ada, import yang salah, serta optional dependency/guarded import
• Penambahan history tracking + self-calibration
  → Berdasarkan riwayat eksekusi, lebih mudah membedakan false positive dan masalah yang nyata
• Model penilaian diubah ke basis weighted geometric mean (GQG)
  → Satu atau dua metrik yang bagus jadi lebih sulit menutupi keseluruhan masalah
• Penambahan deteksi fragmented god function
  → Bisa menangkap pola saat fungsi kompleks dipecah menjadi beberapa helper untuk menyembunyikannya agar terlihat rapi
• Penambahan deteksi placeholder variable naming
  → Kode seperti r1, r2 ... r12 atau penggunaan berlebihan parameter satu huruf yang tampak teratur tetapi miskin makna juga dapat ditangkap sebagai sinyal
• Penguatan deteksi empty-container / constant stub
  → Kode “fungsi hanya dalam bentuk” seperti return {}, return [], return 42 kini lebih mudah tertangkap
• Penambahan adversarial validation berbasis SPAR-Code
  → Bukan sekadar menambah fitur, tetapi memperkuat kemampuan untuk menangkap pola penghindaran yang sebelumnya terlewat
• Peningkatan alur kerja VS Code / CLI
  → Visibilitas clone signal, workspace analysis, history trends, dan alur penggunaan nyata menjadi lebih baik.