Да — идея хорошая, но я бы формулировал её не как «всегда думай дальше задачи», а как bounded scout mode: “улучшай вокруг себя, но только когда это дешево, локально, проверяемо и не раздувает diff; всё крупное — выноси в предложения/долг”.
Главный вывод после поиска: так уже пробуют, но зрелые практики почти везде добавляют ограничения. Просто “предлагай архитектурные улучшения всегда” быстро превращается в шум, самодеятельность и неконтролируемые рефакторинги.
Что нашлось по сути проблемы
Твоя интуиция про «локальную оптимизацию → гниение кодовой базы» хорошо совпадает с тем, что сейчас начинают мерить. В свежем preprint-исследовании “Debt Behind the AI Boom” авторы проанализировали 302.6k подтверждённых AI-authored commits из 6,299 GitHub-репозиториев; нашли 484,366 distinct issues, причём 89.3% — code smells, а 22.7% отслеженных AI-introduced issues дожили до последней версии репозитория. Это прямо про то, что часть долгов не “самоисправляется”, а остаётся в базе. 
Есть и более концептуальная работа