我把代码测试这件事交给 AI 了三个月，说说什么变了
三个月前我做了一个小实验：把写单元测试这件事，尽量交给 AI 来做。
起因很普通。我们项目有一批旧代码，测试覆盖率不到 30%，没人想碰。技术债单子上挂了一年多，每次 code review 都说”下次补”，然后就没有下次。我当时想，反正写测试这事本来就枯燥，不如让 AI 来受这个苦。
三个月下来，代码测试覆盖率从 28% 到了 71%。但更有意思的不是这个数字，而是中间发生的那些事。
开始之前的预期
我以为 AI 写测试会是这样的流程：把函数粘进去，说”帮我写单元测试”，拿到覆盖率数字就完事。
实际大概对了一半。
AI 确实能快速生成基础用例，一个中等复杂度的函数，三分钟内能给出覆盖主干路径的测试。之前我自己写同样的东西，大概要二十分钟——不是因为难，而是懒得动笔，总想着”等下再写”。
但”等下”通常意味着永不。
AI 最大的价值，其实不是它写得有多好，而是它帮你越过了那道”开始”的门槛。
三个月里发现的几件事
正面情况先说。
最有效的场景是工具函数和纯业务逻辑。一个入参明确、出参固定的函数，AI 给出的测试用例质量很高，边界值覆盖、异常路径、空值处理基本都会想到。有几次它给出的边界测试直接发现了生产代码里的 bug，那种感觉挺奇妙——我没有刻意去找 bug，bug 是测试自动浮出来的。
另一个出乎意料的地方：AI 写测试时会反过来让我重新审视代码结构。有一次它说”这个函数很难写独立测试，因为依赖了太多外部状态”——这句话比 code review 里任何人说的都直接。我去看了那段代码，确实是三年前写的一坨混合了数据库操作和业务逻辑的缝合怪。拆开之后，测试好写了，主代码也干净了。
负面情况也不少。
AI 最容易出问题的场景是：它不了解你的业务上下文。
举个例子。我们有一个折扣计算函数，规则是：会员 A 打九折，会员 B 打八五折，但节假日叠加促销时有例外逻辑，另外某些商品类型不参与打折。AI 只能根据函数签名和少量注释来推测，它写出来的测试用例在逻辑上是”正确的”，但大量覆盖的是它认为合理的情况，而不是我们实际的业务规则。
跑起来，绿了，覆盖率上去了，但测试本身是空的——它只是验证了代码当前的行为，没有验证代码应该有的行为。
这是个微妙的差别，但非常重要。测试的价值在于”守护规格”，不在于”描述现状”。
工作流是怎么跑起来的
我最后稳定下来的做法是这样的：
第一步：先写测试用例的描述，不写代码。 用自然语言把”这个函数应该在什么情况下返回什么”写出来，交给 AI 去填充具体的断言和 mock。这样 AI 就不是在猜测业务，而是在执行规格。
第二步：AI 生成之后，我过一遍，重点看边界和业务特例。 不是从头审查，而是重点盯三个地方：空值/null 处理、业务上的特殊规则有没有覆盖、异步操作有没有正确等待。
第三步：跑一次，看哪些挂了，修的过程中顺便补注释。 这一步 AI 依然在参与——测试失败时直接贴报错让它分析，大多数时候两三轮就修好了。
这套流程下来，写一组测试的时间大概是以前的三分之一。但准确说，是我花的时间变少了，总耗时没那么夸张地缩短，因为 Review 的步骤本来就是必须的。
一个值得说的踩坑
有一段时间我们在用 Cursor 的 Agent 模式批量补测试，让它扫描整个目录，自动给没有测试文件的模块生成测试。
结果是：它生成了，CI 跑了，绿了，但大概两周后我们合并了一个 breaking change，测试还是全绿——因为 mock 写死了，根本没有真正调用依赖。
这是 AI 生成测试最常见的一个坑：它会把所有依赖都 mock 掉，这样测试永远不会因为依赖的行为变化而挂掉。短期看覆盖率好看，长期是个定时炸弹。
解法是：对于重要的业务逻辑，要求 AI 生成集成测试而不是纯单元测试，让真实的数据库或者服务参与进来。这样慢一点，但是有效。
现在的状态
三个月下来，我对”AI 能不能替代写测试”这个问题的答案是：它可以替代写测试的大部分体力劳动，但不能替代思考测试规格是什么。
如果你把”写测试”拆开看，里面有两件事：一是把规格翻译成代码，这个 AI 做得相当不错；二是决定规格应该是什么，这个需要人来做，而且做好了整个测试才有意义。
现在我们项目的节奏是：需求阶段就把”验收标准”写清楚，然后把这些标准当成 AI 生成测试的输入。覆盖率还是一个指标，但不是唯一的了——我们开始关注”关键路径测试有没有覆盖”，而不是追求数字好看。
测试覆盖率从 28% 到 71%，这个数字变化本身没什么了不起的，因为覆盖率不等于质量。真正有意思的是，这三个月让我们团队养成了一个新习惯：在写代码之前先想清楚它应该怎么表现。这个习惯，是 AI 写测试的副产品，反而比测试本身更值钱。
如果你也有一批积压的旧代码没有测试，可以先从工具函数开始，让 AI 帮你做第一遍覆盖，然后再手工补关键业务路径。别指望一步到位，但这个起点比继续挂在技术债单子上强多了。
AI编程系列相关文章：AI辅助 Debug 实战 | AI 代码审查与重构实战 | GitHub Copilot 深度使用指南