软件测试 – AI写代码后先查意图-夜雨聆风

软件测试 – AI写代码后先查意图

AI 写代码以后，很多团队的第一反应是让 CI 跑一遍。能编译，单测过，页面看起来也没坏，就准备合并。这个节奏很危险。因为 AI 最常见的问题不是不会写代码，而是把需求意图写偏了。

比如需求说“新用户首单免运费，不可与企业折扣叠加”。AI 很可能写出一个看似合理的判断：新用户就免运费。单测如果只覆盖新用户，当然绿。但真正的风险在叠加规则。

AI 生成代码后，测试人先查三件事：业务前提有没有漏、互斥规则有没有错、异常路径有没有被简化。

01别先看代码风格，先看业务前提

很多 AI PR 写得很整齐，变量名也漂亮。但业务前提可能被吃掉。测试人 review 时，不要只问“这段能不能跑”，要问“它默认了什么”。默认用户都已登录？默认库存不会变？默认工具调用一定成功？这些默认，正是线上事故的起点。

AI 很擅长补正向流程，不擅长理解业务里的互斥和例外。优惠不可叠加、审批不能自审、退款后不能再发货、冻结账户不能提现，这些规则不一定出现在同一个段落里，却必须在测试里合到一起。

意图审查伪代码

def review_ai_change(change):

assert change.has_business_preconditions()

assert change.covers_exclusion_rules()

assert change.has_rollback_or_error_path()

return ‘ready for regression’

我不反对 AI 写代码。相反，我觉得它会成为常态。但测试人要把精力从“有没有代码”转到“代码有没有守住业务意图”。这件事做不好，后面自动化越完整，越会把错误意图保护起来。

AI 写得快不是风险，写偏了还一路跑绿才是风险。

下一篇继续讲 Agent：当系统会自己规划动作，测试就不能只靠路径覆盖了。