Martin Fowler เสนอให้เขียนเทสต์เป็นข้อมูล เพื่อให้โค้ดที่ AI สร้างขึ้นยังตรวจสอบได้
เริ่มตรงนี้
Martin Fowler เผยแพร่บทความเสนอให้เขียนเทสต์เป็นข้อมูลแทนที่จะเป็นโค้ด เพื่อให้โค้ดโปรดักชันที่ AI สร้างขึ้นยังคงตรวจสอบได้ แม้ในกรณีที่เอเจนต์เขียนโค้ดเข้ามารีแฟกเตอร์เทสต์ด้วย วิธีการนี้ผสาน customer tests, black-box testing, กรณีทดสอบแบบตารางหรือ YAML และ test runner ที่ AI สร้างขึ้น โดยเก็บข้อมูลทดสอบไว้ในไฟล์ข้อความซึ่งตรวจทานได้ง่ายกว่าและได้รับการปกป้องจากการแก้ไขโดยไม่คาดคิด ข้อเสนอนี้อ้างอิงจากการสัมภาษณ์นักพัฒนา 26 คนของ Thoughtworks เมื่อต้นปี 2026 ซึ่งกล่าวว่าพวกเขาไม่ไว้วางใจเทสต์ของตนอย่างเต็มที่อีกต่อไปเมื่อ AI เข้ามารีแฟกเตอร์ Fowler จับคู่วิธีการนี้กับ mutation testing, property-based tests และการทดสอบแบบสำรวจโดยมนุษย์
สร้างจากรายงาน · อัปเดต 1 ชม. ที่แล้ว
ไทม์ไลน์รายงาน
ไล่ตามรายงานเพื่อดูเหตุการณ์นี้จากหลายด้าน
- Hacker News · AIการทดสอบในฐานะข้อมูล: 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
ความร้อนแรงของเหตุการณ์นี้
ยังมีการเฝ้าดูต่อเนื่องไม่พอจะวาดแนวโน้ม