← Retour aux guides

用AI为遗留代码生成单元测试：高效落地指南

先别急着“全自动生成”，先找可测边界

给遗留代码补单元测试，最大的坑不是AI不够聪明，而是代码本身耦合太深。正确做法不是一次性让模型“把整个文件都测了”，而是先找出行为稳定、输入输出清晰的函数或类方法，优先覆盖纯逻辑、字符串处理、金额计算、状态机分支这些区域。对于依赖数据库、时间、随机数、HTTP 调用的部分，先手工加一层薄薄的适配器，再让AI围绕适配器生成测试。这样生成的测试才更像“保护网”，而不是脆弱的快照。

用“特征测试”先锁定现状，再让AI补细节

遗留系统最怕改坏行为，所以第一步建议让AI生成特征测试（characterization tests）：输入已知、输出已知，不追求重构美感，只追求把当前行为固定下来。你可以把函数代码、现有日志、典型样例、边界条件一起喂给模型，并明确要求它只生成“描述当前行为”的测试，不要擅自修正业务规则。等这些测试跑通后，再让AI根据失败分支补充缺失场景，比如空值、异常、越界、权限不足、重复提交等。这个流程的关键是：先锁行为，再扩覆盖。

提示词要像测试设计文档，而不是一句“帮我写测试”

高质量单测通常来自高质量约束。建议在提示词里明确写出测试框架、断言风格、Mock 方式和命名规范，例如：“使用JUnit 5 + Mockito，采用Arrange-Act-Assert结构，每个测试只验证一个行为，避免过度Mock内部私有方法”。如果是前端或TypeScript项目，也要明确 Jest、Vitest、RTL 的目标。更实用的做法是让模型先输出测试计划，再输出测试代码，最后输出它认为需要人工确认的风险点。这样你能先审方案，再审代码，效率会高很多。

把依赖隔离做好，AI生成的测试才真正可运行

AI最容易写出“看起来对，跑起来挂”的测试，原因通常是依赖没隔离。生成前先准备好三类信息：函数签名、外部依赖、可控输入。如果有时间相关逻辑，固定时钟；如果有随机数，注入seed；如果有API调用，用Mock服务或stub返回值。对于数据库访问，优先测试仓储层接口而不是直接测ORM内部实现。你可以要求AI输出“最少Mock原则”：只Mock不可控边界，不Mock纯计算逻辑。这样测试会更稳定，也更接近真实业务。

用AI做“批量补洞”，但保留人工审查关口

真正省时间的地方在批量化。你可以先让AI按模块扫描代码，输出一个测试缺口清单：哪些分支没覆盖、哪些异常没测、哪些函数复杂度高、哪些路径有副作用。然后分批生成，每次只处理一个文件或一个类，避免上下文过长导致质量下降。生成后重点检查三件事：一是断言是否真的验证了业务结果；二是是否把实现细节写死；三是是否存在“测试依赖测试”的脆弱结构。AI适合扩大覆盖面，但最终合并前必须有人类做语义校验。

为什么59API适合做这类高频测试生成

遗留代码补测往往不是一次性任务，而是持续数周甚至数月的工程，所以成本很关键。59API提供对Claude和GPT模型的按量付费接入，兼容Claude Code、Codex以及任何OpenAI SDK，基地址是https://api.59api.com。它的优势在于价格低、直接调用官方质量模型、不做降级，适合你把“扫描代码—生成测试—修正失败—再生成”的流程反复跑起来。尤其是像Claude Sonnet、Haiku这类模型，用于批量补单测很划算；需要更强推理时也能切到Opus。若你还想把成本压得更低，59API还提供推荐返利，适合团队长期使用。如果你正在推进遗留系统测试补齐，可以先注册59API，把一个模块跑通再逐步扩展。

最后的落地顺序：小步、可回滚、可度量

建议按这个顺序推进：先挑低风险模块，生成特征测试；再补边界条件和异常分支；接着统一测试命名与目录结构；最后在CI里加入覆盖率和失败率监控。对AI结果的评价，不要只看覆盖率数字，更要看测试是否能在代码重构后持续稳定地保护行为。遗留代码的价值不是“写出最多测试”，而是“用最少的人力，把最危险的改动风险降下来”。