编码排行榜忽视 AI Agent 新增代码量，Parsimony 将其计入

个人开发者介绍开源基准 Parsimony，主张现有编码基准只衡量任务解决率和 token 成本，未惩罚过度生成代码。该基准统计模型在已解决任务上新增的净代码行数，以反映后续维护成本，并以同一失败测试下两种改法（新增 400 行 vs 修改一处并删除 12 行）说明差异。目前缺少任务集规模与实测数据。

AI推荐理由 介绍开源基准 Parsimony，针对现有编码基准只统计解决率与 token 成本、不惩罚冗余代码的缺口，提出按 agent 净增代码量衡量维护成本。文中给出具体对比案例（400 行 vs 删 12 行）并引用作者 Show HN 原话，信息密度较高；但属个人博客转述，未提供基准规模、任务集和实测结果，效果尚不可验证。