夜雨聆风看起来很专业。
但你隐约会有一点不安：这到底是在测业务逻辑，还是在测 mock 写得够不够像真的？
这个问题现在有了更具体的数据。Andre Hora 和 Romain Robbes 在论文《Are Coding Agents Generating Over-Mocked Tests?》里分析了 2025 年真实仓库中的 120 多万次提交，覆盖 2168 个 TypeScript、JavaScript 和 Python 仓库。其中包括 48563 次 coding agent 提交、169361 次修改测试的提交，以及 44900 次给测试加入 mock 的提交。
结论不复杂：Coding Agent 确实更爱碰测试，也更爱往测试里加 mock。
这不是说 mock 一定有问题。恰好相反，mock 是工程测试里非常正常的工具：第三方 API、支付网关、邮件服务、慢数据库、随机时间、外部网络，这些东西不该每次单元测试都真的跑一遍。
问题在于，AI 很容易把“合理隔离”写成“把真实世界全部隔离掉”。
1. AI 为什么喜欢 mock？
先别急着怪模型偷懒。站在 Agent 的角度，mock 是一条很顺的路。
第一，mock 能让测试更容易跑通。真实依赖可能需要环境变量、数据库、Docker、网络、账号权限，任何一个环节没配好，测试就会失败。Agent 的目标通常是“让测试通过”，而不是“证明系统在真实路径上可用”。mock 掉依赖之后，问题少了很多。
第二，mock 能让生成更确定。模型擅长补模式：函数调用了 userService.getUser()，那就 mock 一个返回值；代码检查 payment.status，那就构造一个 paid。这种测试和实现代码贴得很近，生成难度低，也容易一次通过。
第三，Agent 往往是在“看过答案”之后写测试。Reddit 上有开发者把这个问题说得很直白：让 AI “给这段代码写测试”，它会先读实现，再写出匹配实现的测试。这样的测试不是从需求出发，而是在描述现有代码做了什么。如果实现里本来就有 bug，测试可能会把 bug 当成正确行为固定下来。
这就是 AI 测试里最微妙的地方：它不是不努力，它努力的方向可能错了。
2. 过度 mock 会制造什么假象？
最常见的假象是“覆盖率很好，风险没降多少”。
一个典型例子是订单创建流程。真实路径可能包括库存检查、优惠计算、支付预授权、订单落库和消息发送。如果测试把库存服务、支付服务、数据库写入和消息队列全部 mock 掉，最后只断言“createOrder 被调用了一次”，这当然会绿。
但这类测试没有回答几个关键问题：
优惠金额和库存扣减是否真的一致？ 数据库事务失败时会不会留下半条订单？ 支付成功但消息发送失败时如何补偿？ 上游接口字段变化时，当前代码会不会静默吞错？
mock 越多，测试越像一间布景齐全的舞台。灯光、台词、走位都对，但门后面没有真实房间。
论文作者也提醒了一个类似风险：带 mock 的测试可能更容易自动生成，但它们验证真实交互的能力可能更弱。因此，团队不能只要求 Agent “补测试”，还要明确告诉它哪些地方可以 mock，哪些地方必须走真实 wiring。
3. mock 不是坏，坏的是没有边界
比较实用的规则是：mock 你不拥有的东西，少 mock 你自己的业务逻辑。
可以 mock 的对象通常包括：
第三方 API
外部支付、短信、邮件服务
慢而不稳定的网络调用
不可控的时间、随机数、系统环境
昂贵或不可重复的外部资源
要谨慎 mock 的对象包括：
领域服务之间的核心协作
内部业务规则
数据转换和校验逻辑
关键持久化路径
权限、金额、状态机等高风险逻辑
Reddit 的 PracticalTesting 讨论里也有类似经验：可以 mock 不归你控制的 API，可以 mock 慢或不稳定的东西，但不要随便 mock 自己的领域逻辑，并且至少保留一些使用真实 wiring 的测试。
这句话值得写进团队的 Agent 配置里。
4. 给 Agent 写测试时，提示词要换一种问法
“帮我给这段代码补测试”通常不是好问题。
更好的问法是先把测试输入从“实现代码”切到“行为约束”。例如：
请先根据下面的需求写测试计划，不要读取实现细节：1. 列出 happy path、边界条件和失败路径2. 标明哪些依赖可以 mock，哪些必须使用真实实现3. 对金额、权限、状态流转类逻辑，优先写行为测试4. 每个测试说明它验证的业务事实，而不是验证某个内部方法被调用5. 生成测试后，再根据测试结果修改实现
如果你已经有实现代码，也可以加一道审查：
请审查这些测试是否过度 mock：1. 哪些 mock 替代了我们自己的业务逻辑？2. 哪些断言只验证了 mock 调用，而没有验证用户可观察行为？3. 哪些测试即使真实集成坏了也会通过？4. 哪些场景应该补一条集成测试或端到端测试？
这个流程的重点不是追求“纯 TDD”。现实项目里，大多数人不会严格按红绿重构的教科书流程工作。但至少要避免一种情况：Agent 读完错误实现，再生成一套为错误实现背书的测试。