LOCvsSLOC

LOC

LOC 通过统计源代码文本行数来衡量软件项目的规模，是软件工程中历史最悠久的度量方式之一。它常被用于成本估算（如 COCOMO 模型）和项目规模对比，但因为「写更多代码 ≠ 更高产出」，长期以来饱受争议——尤其在 AI 编程工具普及后，这个指标的失真问题被进一步放大。

SLOC

SLOC 通过排除注释和空行，只统计包含实际可执行语句的代码行数，试图比物理 LOC 更准确地反映软件规模。它是 COCOMO 等成本估算模型的核心输入参数，也是 cloc、scc 等代码统计工具的默认输出指标。

LOC

• 变体众多：物理 LOC 含空行和注释，逻辑 LOC（SLOC）只计可执行语句
• AI 时代争议加剧：有团队用 AI Agent 将周产出从 1 万行飙到 100 万行，但维护成本同步暴涨
• 常见衍生单位 KLOC（千行代码），用于 COCOMO 等经典估算模型

SLOC

• 分两种：物理 SLOC（排除注释）和逻辑 SLOC（只计可执行语句，如 C 语言中数分号）
• 逻辑 SLOC 的定义与语言强绑定——Python 数冒号、C 数分号、Go 数花括号，跨语言不可直接对比
• 主流工具 cloc 和 scc 都能自动识别数百种语言并输出 SLOC 统计

LOC

通过统计程序源代码文本行数来度量软件规模的量化指标。

SLOC

排除注释和空行后，只统计包含实际可执行语句的源代码行数度量指标。

LOC

• 软件项目规模估算与成本预测（COCOMO 模型）
• 代码库增长趋势监控
• 不同语言/项目间的粗粒度规模对比

SLOC

• 作为 COCOMO 模型的规模输入参数进行成本估算
• 代码库规模趋势监控与技术债务评估
• 同语言项目间的粗粒度复杂度对比

LOC

LOC 起源于上世纪 60-70 年代的软件工程实践，最初用于估算项目工作量和成本。它有两种主要计数方式：物理 LOC 统计所有文本行（含注释和空行），逻辑 LOC/SLOC 只统计包含实际语句的行。LOC 的核心问题在于构造效度极低——它衡量的是「体积」而非「价值」，一个精巧的算法可能只需 20 行，而一段冗余的复制粘贴可以轻松产出 2000 行。2025-2026 年，随着 AI 编程工具大规模普及，LOC 作为生产力指标的荒谬性被彻底暴露：AI 可以轻松生成海量代码，但缺乏验证框架的代码生成本质上是在批量制造技术债务。

SLOC

SLOC 是对物理 LOC 的改进尝试，核心思路是去掉「噪音行」（注释、空行）来更真实地反映代码体量。但它仍然面临根本性问题：同一逻辑用不同语言或不同风格编写，SLOC 差异可达数倍。物理 SLOC 定义相对统一（排除注释行的文本行数），工具实现简单；逻辑 SLOC 更精确但定义依赖具体语言语法，工具实现复杂。在实际工程中，SLOC 更多用于项目规模的粗粒度对比和趋势监控，而非生产力评估。2025 年后，随着 AI 代码生成工具普及，SLOC 与实际工程价值的脱节进一步加剧。