八、Superpowers 也不是标准答案，TDD 不能机械套用看到这里容易出现一个误区：Superpowers 26 万 Star，所以以后所有 AI Coding 都必须严格 TDD。没必要走到这个极端。Superpowers 自己也明确列出了部分例外，比如一次性 Prototype、生成代码和配置文件等场景，需要与人讨论是否采用严格 TDD。现实项目也会遇到很多复杂情况：Legacy Code。没有测试基础的老系统。快速验证 Prototype。一次性迁移脚本。数据修复任务。探索性开发。这些场景机械执行：任何代码必须严格RED-GREEN-REFACTOR未必是成本收益最优解。真正值得借鉴的，其实不是：必须 TDD。而是 Superpowers 背后的约束逻辑：它给 Coding Agent 加：TDD。Systematic Debugging。Code Review。Verification。Evidence。不是因为 Agent 不会写代码。恰恰相反。正是因为 Agent 太会写代码了。代码生产速度越快：质量验证能力就必须同步升级。否则最后得到的不是开发效率。而是：更高速度地产生技术债和 Bug。而不是：AI生成代码↓看起来不错↓MergeAI Coding 时代真正不能丢掉的，不一定是某一种固定测试方法，而是“没有验证证据，就不能相信生成结果”的工程原则。这一点比 TDD 本身更加重要。九、AI Coding 越强，测试会不会反而更重要？这是我觉得 Superpowers 走红以后，测试工程师最值得思考的问题。很多测试从业者现在最大的焦虑是：AI都会写代码了。AI也会写测试了。以后测试工程师还有价值吗？但换一个角度看：Agent 能修改的代码越来越多。自主运行时间越来越长。能调用的工具越来越多。能够完成的任务越来越复杂。那么随之增加的其实还有：错误代码。错误决策。错误工具调用。错误假设。回归风险。不可预测行为。以前软件测试解决的是：人写的代码到底对不对？未来还会多一个问题：Agent 做出的决策到底能不能相信？
发布于 北京
分享
评论
赞
未登录
友善发言
评论
加载中
