复制粘贴一时爽，半年后没人敢改！查重工具集体翻车？AST 和向量模型互相打脸，6 份重复代码藏了几个月没人发现

大白话作者团队用两套工具查重复代码：一套是静态的，把函数里的变量名、字符串、数字全抹掉，只比剩下的骨架；另一套是让本地嵌入模型理解每个函数在干嘛，再比向量相似度。结果两套工具经常吵起来。静态那套能精准抓出「只改了名字和 true/false」的复制粘贴，但会把长得一样、意思完全不同的类型守卫误判成重复；嵌入模型反过来，逻辑一样但写法不同的两个求和函数它可能认不出来。作者把 14 个典型样本和脚本开源了，跑起来要 Bun，向量那部分还要本地 Ollama。

对你意味着如果你在维护有一定年头的代码库，重复逻辑往往就是 bug 温床；这篇给了两套互补思路和能直接跑的样本，值得抄作业。