AI 时代，测试才是稀罕物

当代码生产接近零成本时，正确性将成为最昂贵的资产。

一、软件开发最大的误解

很多人认为，软件开发的核心是写代码。但只要回想一下你上一个需求的完整周期，就会意识到这个认知有多不准确。

一个完整的开发周期，大概是这样的：理解需求、系统设计、技术调研、编码实现、测试验证、上线维护。真正坐下来敲代码的时间，往往只占整个周期很小的一部分。

原因很简单：编码只是思想的表达，而不是思想本身。 当你开始编码时，最关键的决策往往已经完成了——要解决什么问题、如何设计、如何验证。代码只是这些决策的最终载体。

既然编码从来就不是软件开发的主要成本，那么 AI 大幅加速编码，究竟加速了什么？

二、AI 加速了最容易的部分

AI 非常擅长一件事：把意图转化成实现。你给出一个清晰的需求，它能快速生成可运行的代码。这是因为大语言模型本质上是一个知识压缩器和模式生成器——它见过海量的代码和对应的语义，自然能高效地完成"意图 → 代码"这个映射。你越明确，AI 越高效。这套协作模式在单点任务上效果极好。

但 AI 有两个问题无法回答：我们应该构建什么？ 以及 我们怎么知道它是正确的？

换句话说，AI 解决了实现问题，但没有解决正确性问题。

三、代码越便宜，正确性越昂贵

这里出现了 AI 时代一个新的悖论。

过去，写代码慢，代码量少，Code Review 的压力是可控的。团队成员能认真读懂每一行代码，有时间讨论边界情况，能看出潜在的逻辑漏洞。

现在，AI 让代码生成速度暴增。同样的时间，产出的代码量可能是之前的三倍、五倍。问题随之而来：代码越多，人越不可能认真 Review。于是代码质量反而下滑。

团队会陷入两难：放开 AI，代码暴增，质量失控；限制 AI，效率下降，竞争落后。看起来是一个死结。

但问题的根源在于，我们一直在问一个错误的问题。

Review，真的等于正确吗？

四、什么叫正确？

在传统开发中，所谓"正确"的结构其实非常清晰：给定一个输入，经过某段逻辑，得到预期的输出。无论是单元测试、集成测试、接口测试还是验收测试，本质都在做同一件事——定义正确性。

这里有一个值得深思的观点：

测试不是在验证正确性，测试是在定义正确性。

因为如果没有"预期结果"，你根本无法验证任何东西。测试必须先于验证而存在。你首先要知道"什么叫对"，才能说"这是对的"。

五、AI 不会定义正确性

AI 能写出文件上传的接口，能写出数据库查询语句，能写出权限校验的逻辑。但 AI 无法决定这些问题的答案：

上传同名文件时，是覆盖还是报错？文件超过 2GB 怎么处理？权限不足时，返回 403 还是 404 更安全？删除操作是否允许恢复？

这些都属于正确性的定义，而正确性来自业务知识、领域理解和用户期望——这些只能来自人。

于是形成了一个清晰的分工：人定义正确性，AI 实现正确性。

你甚至可以用面向对象的语言来类比这个关系。测试更像是一个接口（Specification），而 AI 负责的是实现类（Implementation）。AI 能写出无数种 Implementation，但它无法定义 Specification 本身。

六、测试成为新的知识载体

在传统开发的认知里，知识流向是这样的：

领域知识 → 代码（核心资产） → 测试（辅助验证）

代码被视为最核心的资产，测试是为了保护它而存在的附属品。

但在 AI 时代，这个顺序正在被倒转：

领域知识 → 测试（知识载体） → 代码（可再生资源）

当代码可以被 AI 随时重新生成时，代码本身变成了一种可再生资源。而测试——那些描述"什么叫正确"的规格说明——才是真正不可替代的知识沉淀。

测试正在变成一种可执行的知识（Executable Knowledge）。它不仅描述系统怎么运行，更描述什么叫做正确。这才是 AI 时代真正的稀缺品。

七、稀缺的从来不是代码

让我们看清楚历史的演变脉络：

AI 让代码变得廉价，但它无法让正确性变得廉价。能够清晰定义"什么叫对"的人，才是 AI 时代真正的工程师。

AI 时代最稀缺的，不是代码，而是正确性的定义权。

所以当有人问"AI 时代还需要写测试吗"，真正的答案不是"需要，因为 TDD 是好实践"，而是：

测试，是你在 AI 时代唯一不会被替代的那部分工作。

AI 让代码变得廉价。
但它无法让正确性变得廉价。
当代码生成接近零成本时，
能够清晰定义什么是正确的人，才是真正的工程师。