← Voltar aos guias

2026年AI生成遗留代码单元测试指南：从行为固化到可靠回归

给遗留代码补测试，最难的是判断什么结果才算正确。旧系统往往缺少文档，业务规则藏在条件分支、历史补丁和数据库查询中。2026年使用AI生成单元测试，可靠的做法是：先记录可观察行为，再验证业务要求，最后建立回归保护。直接让模型“提高覆盖率”，容易得到能运行却抓不住错误的测试。

第一步，选择范围清晰、风险较高的入口。例如订单折扣计算、权限判断或日期转换。结合近期缺陷、修改频率和调用关系排序，每轮处理一个函数或一个小模块。先运行现有测试，记录失败项、执行命令和运行环境，避免把原有故障误认为新测试造成的问题。

交给AI的上下文应包括目标代码、直接依赖、已有测试样例，以及测试框架和版本。补充输入输出约定，标明哪些业务规则已经确认、哪些只是猜测。不要直接上传生产密钥或客户数据；用脱敏且保留边界特征的样本替代。

可以先使用这段提示词：“请分析下面函数的可观察行为，列出正常、边界和异常场景，区分已确认规则与待确认假设。暂不修改生产代码，也不生成测试；信息不足时明确指出。”先审查场景清单，再要求模型按项目现有风格生成少量测试，通常更容易发现理解偏差。

第二步，用特征测试固定当前行为。假设旧折扣函数在金额达到100时打九折，就应检查99.99、100和100.01，并确认返回类型与舍入方式。预期值要来自已确认规则、人工核算或经过核对的历史结果，不能照抄模型答案，也不要调用被测函数来计算预期值。

特征测试记录的是当前行为，其中可能包含缺陷。如果负数金额意外获得折扣，应标注为待确认行为，交由业务负责人判断。确认修复后，再更新测试和实现，避免把历史错误悄悄固化成长期规范。

第三步，隔离会让结果波动的依赖。以Python和pytest为例，可以要求AI按以下约束生成测试：

• 通过monkeypatch或unittest.mock固定时间、随机数与环境变量，避免依赖真实运行日期。
• 替换数据库和HTTP调用，在被测模块查找该对象的位置打补丁，禁止测试访问真实服务。
• 仅在真实接口支持时模拟超时、空结果和特定异常，避免编造依赖的方法或返回结构。
• 用参数化覆盖边界组合；断言返回值、异常或业务副作用，少绑定内部调用顺序。

模拟对象还应保留接口约束，例如适合时使用autospec，减少方法名写错却测试通过的问题。涉及真实数据库事务、SQL语义或跨服务协议的行为，应另设集成测试；单元测试中的模拟结果无法证明这些连接实际可用。

第四步，让AI进入“小批生成、运行、修正”的循环。每批生成三到五个场景，先执行目标测试，再运行相关模块的测试集。失败时提供完整错误信息和必要上下文，要求模型解释原因。不要允许它为了让测试通过而擅自放宽断言、吞掉异常或修改生产逻辑。

判断测试是否有用，可以尝试把关键条件从“大于等于”改成“大于”，或移除一次权限校验，观察测试是否失败。也可以在小范围运行变异测试工具。覆盖率只能说明代码被执行过；合理变异能否被捕获，才能进一步检验断言的力度。未捕获的变异需要人工判断，有些可能与原逻辑等价。

第五步，把通过审查的测试加入持续集成。检查它们能否独立运行、是否依赖执行顺序、重复执行是否稳定，并让维护者确认测试名称与业务规则一致。优先交付能保护下一次修改的测试，避免一次生成大量难以维护的快照和模拟对象。

多轮分析与修正会产生持续的模型调用费用。59API提供便宜、按量付费的AI API接入，可用Claude Sonnet 5.5或GPT-6 Astra分析复杂分支和生成测试。它提供原生官方品质模型、不降级，并兼容Claude Code、Codex、Gemini CLI及OpenAI SDK，便于沿用现有开发工具。

需要尝试这套流程时，可以注册59API，从一个高风险函数开始小规模验证。API基础地址为https://api.59api.com，具体配置按所用工具的接入说明填写。平台也提供推荐返佣；评估成本时，建议同时记录调用费用、人工审查时间和有效缺陷发现数，衡量每批测试的实际价值。

Preços · Docs