#tdd

avatar
软件开发里有一种叫 TDD（Test-Driven Development）的方式，简单讲，就是先写好测试用例，然后再写程序。每写一部分代码就立刻跑对应的测试，看能不能通过。能通过说明实现符合预期，不通过就说明有 bug。TDD 的好处在于，它让整个研发过程可验证、可回归，也让开发变成一种持续的反馈循环。 AI 的发展其实也像是在做一场巨大的 TDD，只不过测试用例变成了数据集（Dataset）。每一次模型迭代，本质上就是在跑新的单测（Benchmark）。MMLU 测知识广度，GSM8K 测逻辑推理，HumanEval 测编程能力，AIME 和 MATH 则测严谨的数学推理。每个 leaderboard 都是一张 AI 世界的成绩单——DeepSeek 在数学推理上用 GSM8K 打出好成绩，Manus 则靠打榜多模态任务的数据集 GAIA 崭露头角。这些 Benchmark 像是模型进化的里程碑，每一代 AI 都得交卷。 2025 可以说是智能体（Agent）元年，模型不再只靠会算、会说来评估，而是要能动手。要让一个 Agent 真正好用，光靠写 Prompt、加检索、拼上下文是不够的，它得能使用工具，能执行 Python、Shell、SQL，能感知状态、理解任务依赖，更要能在反馈中调整自己的行为。评估 Agent 好不好用，也就不能只看单轮问答，而得看它能否完成一件真实的工作。 Anthropic 做的 SWE-bench 就是个典型例子，让 Agent 去修真实项目里的 Bug，看能否通过单测。OpenAI 的 MLE-bench 则更进一步，考察 Agent 在机器学习工程中的执行力，从读数据、清洗、编程、训练，到收集指标、分析再改进，形成一个完整的闭环。社区里还在探索更复杂的测试，比如 App-bench，看 Agent 是否能独立开发一个 Web 应用，从前端到后端再到部署上线；或者 Ops-bench，让它去处理运维任务，比如容器编排、日志分析、系统回滚。这些都在考验 Agent 的真实工程执行力。 AI 的进步，正在从“能思考”走向“能执行”。TDD 让软件工程可验证，而在 AI 世界，Dataset 和 Benchmark 是创新的发动机。Dataset 定义了模型学习的方向，Benchmark 则刻画了行业标准与竞争格局。 未来的竞争，不再是谁的模型更聪明，而是谁的智能体更能干活。真正厉害的 AI，不一定语义最深、参数最多，而是那个能自己规划、自己验证、自己改进的 Agent。换句话说，AI 的未来不只是更聪明的脑子，而是更靠谱的手和脚，能想、能做、还能自己查错修正，这才是“用得上”的智能。
#AI #tdd #agent #Benchmark #智能体
avatar
图拉鼎
2个月前
100% TDD + AI 编程（Claude Code + VSCode 交替使用）用 Swift 重写 Beancount 的第三天，遇到了好几次 AI 偷懒——它为了让测试通过，引入了 if…else 条件判断，于是测试就通过了。幸好我还在审核它的代码，被我发现了…妈的！这就是 Vibe Coding。
AI编程工具激战：Claude Code、Gemini Cli崛起· 996 条信息
#tdd #AI编程 #Claude #SWIFT #Vibe Coding
avatar
好了，小马上了马嚼子！我给 AI 的 TDD 规则： # 🛑 MANDATORY PRE-CODING CHECKLIST 🛑 **BEFORE ANY CODING ACTION, I MUST ANSWER THESE QUESTIONS:** ## IMPORTS检查 (EVERY TIME) - 所有imports都在文件顶部？**必须回答：是** - 没有在函数/方法内部import？**必须回答：是** ## KISS检查 (EVERY TIME) - 这行代码100%必要吗？**必须回答：是** - 有没有全局实例/变量？**必须回答：没有，或者有充分理由** - 模块能独立导入吗？**必须回答：是，无副作用** ## TDD检查 (EVERY TIME) - 我要写几个测试？**必须回答：一个** - 用数据库吗？**必须回答：不，用mock** - TDD步骤？**必须回答：RED/GREEN/REFACTOR之一** - 具体行为？**必须一句话描述** ## 违规警告 如果我开始编码而没有先做这个检查，用户应该立刻说"停！检查！" ⚠️ **这个检查是MANDATORY的，不是可选的**
#AI #tdd #代码检查 #编程规则 #自动化测试
avatar
发现个使用 Claude Code 的大诀窍，请一定要看，一定要收藏啊！ plan mode 比 coding 模式好用太多了！ 先在 plan mode 充分讨论设计、取舍、平衡、最佳实践、你和 AI 达成了具体实现细节的共识，然后再用 tdd 的方式，Red -> Green -> Red -> Green 这样的小步快跑实现，效果超赞！ 你也在用 Claude Code 写代码吗？一定要试试这么用，你会回来感激我的。
AI编程工具激战：Claude Code、Gemini Cli崛起· 996 条信息
#Claude Code #Plan Mode #tdd #代码诀窍 #效率提升
avatar
勃勃OC
8个月前
从“tdd看着不错”，这么好的业绩“tdd”不会差，到“不意外，财报前就比较看空” 我以为对这个人纯属装逼犯的判断是我太敏感了 现在看来居然是真的 那么，他现在到底什么职位，级别，负责什么方向，工资多少，到底有没有被开除，上个季度是不是Greatly Exceed（正如他在每个微信群大言不惭的吹嘘的那样，一般我真的没见过牛人天天吹牛的，我当时受到他的消息内心只有震撼） 恐怕都要打个大大的问号。。 年薪500万沦落到在网上靠指点江山pua小白在小圈子里称兄道弟获得安全感 这有点超出我的理解范畴了
#tdd #财报 #业绩 #职场 #吹牛