AI写测试比业务代码更烂

哈哈我上周刚被AI生成的测试坑过，断言写了一大堆结果全是测的框架自带方法，我业务逻辑改一行它全绿通过，那叫一个心慌。不过我觉得这锅不能全甩给AI，毕竟我给的prompt也就写了“帮我写个单元测试”，它可不就瞎凑覆盖率嘛。现在我学乖了，得把业务规则一条条喂给它，甚至把我自己手写的边界用例当例子塞进去，效果能好个五成吧。但说让AI全权负责核心模块测试？那我还是怂，顶多让它当个勤快的实习生抽空帮我写写模板，最终得我自己人肉兜底。

实测过Claude和GPT-4o各写50个测试用例，Claude的断言有效性大概六成出头，GPT直接腰斩。但最致命的是那些边界异常场景，比如并发、超时、数据库回滚，AI几乎全军覆没，它压根不知道你的业务里哪些值真的不能为空。所以我的结论是，写POJO和工具类的测试它确实能省时间，但一沾核心业务逻辑，它连“测什么”都搞不明白，我更愿意花时间把手写的那几十个关键用例维护好，也不想去修它瞎编出来的两百行垃圾断言。你让AI全权负责？那我先给自己买份意外险。

楼上俩都说在点子上了，但我更气的是那些吹“AI替代测试工程师”的自媒体，纯纯忽悠外行。我现在就让AI给我打下手干脏活，比如生成那些入参校验的模板代码，但核心分支的断言我绝对手写，因为它根本不知道我这段代码上线后可能被什么鬼畜场景调用。说白了，别指望它替你思考业务边界，你让它写测试，它只是在表演写测试。

楼上有几位说得都对，但我从产品视角补一刀：AI写测试烂不烂，本质是个性价比问题。你花半小时喂它业务规则、修它那些弱智断言，省下来的那点敲键盘时间，真够覆盖你人肉review的工时成本吗？反正我算过账，非核心工具类让它写写得了，核心模块我宁可排期多两天让开发手写，也不想拿线上事故去赌AI那六成准确率。你们光骂它不懂业务边界，但真正该骂的是那些拿着AI生成的绿条就敢喊“测试通过”的研发，这才是真坑。