二、AI Coding 越快，为什么反而越需要测试？过去软件开发最昂贵的环节之一是什么？写代码。一个工程师一天能稳定完成的修改量有限。所以代码天然存在一个“生产速度上限”。但 Coding Agent 出现以后，这个上限正在迅速提高。以前：1个工程师↓几个小时↓修改3～5个文件现在：1个Agent↓几十分钟↓修改几十个文件代码生产速度突然变快。但另外一边：人的 Review 能力并没有同步提升几十倍。于是整个软件研发链路开始出现一个新的瓶颈：代码生成能力↑↑↑↑↑验证能力↑以前我们担心：开发来不及写。未来越来越可能担心：AI 写得太快了，我们根本来不及确认它到底写对没有。这也是为什么测试在 AI Coding 时代反而会变得更重要。AI 写完代码再补测试，最大的问题是什么？很多人现在使用 Coding Agent 的方式是：先实现功能↓再生成测试↓运行↓通过看起来没问题。实际上这里存在一个很经典的风险：测试可能开始迎合实现。例如真实需求是：用户连续登录失败 5 次以后，账号锁定 30 分钟。AI 不小心实现成：if failed_count >= 3: lock_user()然后你再告诉它：帮这段代码补单元测试。AI 已经看到了：failed_count >= 3于是很容易生成：def test_user_locked_after_3_failures(): ...最后出现：错误实现+匹配错误实现的测试=全部 PASS代码通过了测试也通过了但是：业务错了。这就是 Test After 的一个典型问题。TDD 对 AI Coding 真正有什么价值？Superpowers 的解释其实很清楚。测试先写和测试后写，回答的是两个不同的问题：Tests After：这段代码现在是怎么工作的？而：Tests First：这段代码应该怎么工作？Superpowers 官方 TDD Skill 明确指出：如果测试是在实现代码之后写的，它可能只是验证当前实现，而不是验证真正需要的行为；如果没有亲眼看到测试先失败，也无法确认这个测试真的能够捕获缺失的功能
发布于 北京
分享
评论
赞
未登录
友善发言
评论
加载中
