用測試約束 AI 改程式

上一篇寫到，我現在不會只接受一句：

「AI 已經做完了。」

我會用不同層次的證據確認實作。

其中一層，就是測試。

TDD 本來就是我的開發流程之一，不是功能做完之後才另外補上去的驗收步驟。

但大量把實作交給 Coding Agent 之後，我更明顯感受到測試的一個作用：

程式可以一直改，但每一次修改，都要重新面對以前留下的期待。

測試留下的不是「這版程式沒問題」

我用 Spectra 規劃實作時，通常一開始就會要求採 TDD。

也就是先把這次預期成立的行為寫清楚，再讓實作去符合它。

這和功能完成後才補一批測試有一個很重要的差別。

如果測試是在程式已經寫完之後，才根據目前的行為補上，很容易只是把現況記錄成：

「現在的程式就是這樣跑。」

但我真正希望留下的是：

「這次我們確認它應該這樣運作。」

差別看起來很小，但後面的修改一多，就會變得很重要。

後面每次修改，都要重新經過以前的測試

我最常感受到測試作用的時候，不是第一次把功能做完。

而是幾天、幾週之後，又回來改同一段功能。

新的需求進來，Codex 修改原本的程式。

這時以前留下的測試也會重新跑。

如果原本確認過的行為被改壞，測試就會失敗。

這讓後面的修改不能只顧著把新的需求做出來。

它還要重新面對：

以前已經說好不能被破壞的東西，現在還成立嗎？

對我來說，這就是測試在 AI Coding 流程裡很重要的一層約束。

測試失敗，不一定代表程式寫錯

實際開發時，我也常遇到另一種情況。

功能需求真的改了。

Codex 把新的行為做出來，但原本測試裡的斷言還停在舊版本。

結果測試失敗，CI 也過不了。

這時候不能看到紅燈就直接說：

「程式壞了。」

還要先確認：

是新的修改破壞了原本應該維持的行為？

還是這次本來就要改變那個行為？

如果需求真的改了，舊測試也應該一起更新。

所以測試不是一條永遠不能動的規則。

它更像是把目前已經確認的期待保存下來。

當行為要改時，就必須一起面對：

我們是不是也正式改變了原本的期待？

這對大量使用 Agent 的開發方式特別重要

我平常很少逐行看 Codex 修改了哪些程式，也不會人工比對每一次 patch。

所以如果沒有其他約束，很容易只看到：

新功能最後動了。

需求表面上完成了。

但底下原本的行為有沒有被一起改掉，我不一定會立刻看見。

測試提供的不是完整答案。

但它至少讓修改不是完全沒有歷史。

以前已經被確認過的行為會留在那裡，後面的程式每次改動，都要重新跟它們對照。

這也讓我不需要只靠自己的記憶去想：

「這個地方以前是不是還有一個不能壞的條件？」

有些已經被寫進測試裡的期待，會自己重新出現。

測試約束的是已經被寫下來的東西

當然，這裡有一個很明顯的限制。

測試只能檢查：

已經有人想到，並且寫成測試的東西。

沒有想到的情況，不會因為 CI 全綠就自動得到保證。

規格本身如果漏掉重要情境，測試也可能很完整地驗證一個不完整的規格。

所以我不會把「測試全部通過」理解成：

這個功能已經全面正確。

它比較像是在回答：

那些已經被明確留下來的期待，現在還有沒有成立？

這也是為什麼測試之後，我的流程還不會結束。

因為即使已知行為都成立，還有另一個問題：

功能做對了，最後的實作方式也適合這套系統嗎？