之前在站里发帖问了大家有没有合适的测试工作流或者自动化工具，结果……

好像没有一个大家都认可、称得上众望所归的方向。评论区给了不少思路，我自己试了几个，但还是有几个点有点纠结。

有佬说让 agent 自己加单元测试就行。但我有个疑惑，就是 agent 自己写的测试，会不会跟它写的代码一起错？相当于裁判下场自己判，全绿也不代表真对，而且有些方向它自己可能压根想不到。这怎么保证测试本身是对的？

或者把所有功能、历史踩过的坑都落盘成测试，听着最靠谱，但对日常随手搓的小工具来说，维护成本会不会有点高？

还有佬说该花的小钱避免不掉。所以我也去试了之前问过的那个测试 agent 工具，目前还在用免费额度，还算够用，而且确实省了不少时间和搭测试系统的脑细胞。就是不知道之后量大起来还够不够。

我非测试出身，想把这些也一并兼顾，感觉还是有点吃力。目前我倾向于干脆多挂一个 agent 专门帮我 monitor 和跑测试。

佬们怎么看?

sead

2 天前

小工具我都是先出架构方案和实施步骤，里面包含整个业务流程图(这个我认为最关键)，人工审核没有大问题，就可以干活了（ AGENTS.md 和项目技能得先搞好）。

最后验收时，开 Sol High 进行一次 code review 审查，当然我写的小工具业务较简单，暂时没有很复杂的测试

2 天前

一般写代码和写测试的 Agent 不是同一个。但即使分开写，AI 也会使用作弊的方式去达成目标。单元测试可以作弊，集成测试、端到端测试都可以作弊。
所以现在还会在 PR/MR 阶段加入 Agent 去 review 。但又会延生出来其他的问题，比如说过度审查，又得再加入一个 Agent 去对抗。

-----
小工具，就看是不是复杂项目，或者是不是准备长期维护。如果数据流很简单、不准备长期用或者只是自用的，有没有测试都无所谓。

foryou2023

2 天前

同 2 楼的方案。subagent 执行 review 。

个人的流程是出需求文档，让 ai review 一遍需求文档，然后实现之后，再让 ai 根据需求文档 review 一遍实现，需求明确的话基本上都是一遍就过。

coefu

2 天前

你要是认为一个模型不行，就搞几个 sub-agent ，把 sub-agent 挂别的模型。

我现在用 deepseek harness ,就把 sub-agent 挂了小模型。小模型理解单元测试的能力还是足够的。

tylerrrrrr

2 天前

写代码的 agent 自己写单测确实容易一起错，全绿也不等于对。实现放一个目录/worktree ，测试或 review 另开一个 agent 、隔离上下文，人只审用例意图和关键路径。多挂一个专门跑测试的 agent 没问题，关键是别和实现抢同一份工作区。我是两个文件夹各跑一个 CLI ，本机工作台只用来看谁在跑、diff 对不对： https://github.com/yy36295238/caravel-releases

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://v2ex.ih06.com/t/1238846

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.