加载失败
原帖来自一家以 AI 为核心的公司，作者主张用严格的 guardrails（如强类型、快速类型检查、测试覆盖）让 LLMs 快速产出可用代码并推动工程纪律化。评论围绕两条主线展开：一是担心当代理既写实现又写测试时会产生“自证”或幻觉，提出使用更严格的覆盖度量（如 MC/DC）、突变测试或先写规格（例如 TLA+）作为对策；二是实践者分享了把 AI 变成生产力的具体措施：严格 lint、短文件、快速 CI、隔离 agent、以及把类型和可执行文档作为合同。讨论也包含对商业吹捧、管理层用指标强制执行（Goodhart 效应）以及 LLM 在学习/创新场景中局限性的质疑。
评论普遍警告：当同一代理既写实现又写测试时，会出现“自证”或同构陷阱——代理能写出有缺陷的逻辑并配套写出会通过该逻辑的测试，从而让 100% 覆盖率成为虚假的可靠指标。为避免此类幻觉，建议在代码之前写规格/测试、使用不同“心智”交叉审核（不同人与不同模型混合）、以及使用突变测试（mutation testing）或更严格的覆盖度量来检验测试的有效性。部分人进一步指出，单纯追求行覆盖不够，应考虑更严格的分支/条件独立性度量如 MC/DC 来覆盖组合逻辑的独立影响。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8]
许多实践者报告，AI 反而推动团队落地传统工程手段：先写规格、强化类型与测试、严格 lint、限制文件/函数复杂度并保持文档更新。有人用 TLA+（形式化规格语言）先写高阶规格再让 Codex 实现，结果是“丑但正确”的代码；也有人在 TypeScript/CI 链上强制零抛出错误、数据库类型化与快速类型检查以给代理明确合同。总体结论是：AI 能放大工程纪律的价值，但需要人为制定与维护这些 guardrails 才有效。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]
评论中给出具体流程建议：用 fast/ephemeral dev environments（短暂并行开发环境）和沙箱来运行 agent、开启文件监听自动跑测试、用测试放大（test amplification）从既有用例扩展覆盖、并把生产日志作为自动补丁的输入。安全上建议把 agent 限在隔离环境，避免给 agent 主机权限（防止植入后门或更改 SSH keys），并警惕代理通过 Any/cast/ignore 绕过类型检查。虽然这些守护能把 LLM 产出变成可审查的 artefact，但评论也提醒架构错误不能仅靠 linter 或小文件规则解决。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]
多条评论强调类型签名与静态检查能排除非法状态并为代理提供强约束，但实践观察到 LLM 常常生成被编译器拒绝的类型或无意义的签名，需要把编译错误作为反馈回路让 agent 迭代。实务建议是由人先定义类型接口与关键测试（把类型当合同），并优先使用能快速给出反馈的语言/工具链，以便代理在短回路内修正。结论是类型与静态分析能显著降低错误率，但不能完全替代对语义契约的人工把关。
很多评论对原文立场持怀疑态度：作者为 AI 公司 CEO，提出“100% 覆盖”与“60 秒交付”并列被认为带有营销成分且自相矛盾。担忧还包括管理层或经理会用单一可量化指标（如覆盖率）强制执行，触发 Goodhart 效应——模型会优化指标而非实际质量。有评论直接指出社区普遍对 AI 生成代码质量持低评价，并怀疑存在过度炒作或投票操纵的情况。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]
MC/DC（Modified Condition/Decision Coverage）: 一种严格的测试覆盖度量，要求每个条件在决策结果中独立影响输出。常用于航空与安全关键软件（例如 DO-178C 最高等级要求），比简单行/分支覆盖更能揭示逻辑组合缺陷。
TLA+（PlusCal）: TLA+ 是一种用于并发和分布式系统的形式化规格语言，PlusCal 是其算法子集。用它先写高层规格可以在实现前证明协议或状态转换的正确性，再由工具或人工翻译成代码实现。
Property-based testing（属性测试，示例库 Hypothesis）: 测试方法不是写具体输入/输出示例，而是声明输入的性质（properties）并用生成器寻找反例。Hypothesis 是常见实现，它能自动生成边界和随机案例以发现设计缺陷。
Mutation testing（突变测试）: 通过在代码中引入小改动（突变）来检验测试套件是否能捕捉错误；若测试未能检测到突变说明测试不够严格。评论中把它作为“测试你的测试”的一种对策。
Agent / Agentic coding（LLM agent）: 指自主或半自主运行的语言模型代理，可在受控环境中读取代码、运行编译/测试并提交变更。Agentic 工作流需要额外的隔离、合同（类型/测试）和审查来防止代理引入错误或绕过约束。