AI-код: меньше переиспользования, больше дублей — исследование скрытой избыточности в LLM-генерации

Парадокс: AI-код содержит в 1.87 раза больше дублей чем человеческий, но ревьюеры одобряют его чаще. Проблема не в строках или сложности (там всё ок), а в семантическом дублировании — модель пишет новую функцию вместо использования существующей. Фишка в том что LLM генерирует вероятностно, на основе паттернов из обучающих данных. Она не проверяет "а есть ли уже функция для валидации email?". Результат: две функции делают одно, выглядят по-разному, детекторы клонов их не ловят — скрытый технический долг растёт незаметно.