การทดสอบในฐานะข้อมูล: วิธีการรักษาความสามารถในการตรวจสอบของโค้ดที่สร้างโดย AI

Martin Fowler เสนอการเขียนการทดสอบเป็นข้อมูลแทนที่จะเป็นโค้ด เพื่อให้โค้ดโปรดักชันที่สร้างโดย AI ยังคงตรวจสอบได้เมื่อเอเจนต์เขียนโค้ดทำการรีแฟกเตอร์การทดสอบด้วย วิธีการนี้ผสานการทดสอบจากลูกค้า การทดสอบแบบกล่องดำ กรณีทดสอบแบบตารางหรือ YAML และตัวรันการทดสอบที่สร้างโดย AI โดยเก็บข้อมูลการทดสอบไว้ในไฟล์ข้อความซึ่งตรวจทานได้ง่ายกว่าและป้องกันการแก้ไขโดยไม่คาดคิด บทความนี้อ้างอิงจากการสัมภาษณ์นักพัฒนา 26 คนของ Thoughtworks ในต้นปี 2026 ซึ่งกล่าวว่าพวกเขาไม่ไว้วางใจการทดสอบของตนอย่างเต็มที่อีกต่อไปเมื่อ AI ทำการรีแฟกเตอร์ และจับคู่วิธีนี้กับการทดสอบแบบมิวเทชัน การทดสอบแบบอิงคุณสมบัติ และการทดสอบแบบสำรวจโดยมนุษย์