‏اسکیل شخصی من برای TDD با ایجنت‌های هوش مصنوعی

نویسنده، جیسون سوئت، می‌گه ایجنت‌های هوش مصنوعی دست‌کم فعلاً تو نوشتن تست افتضاحن: تست‌هاشون اغلب مبهم، پیچیده، الکی و بی‌فایده‌ست. به نظرش دلیلش اینه که این ایجنت‌ها از روی نمونه‌های انسانی یاد گرفتن و خیلی از اون نمونه‌ها هم بی‌کیفیتن.

ولی خبر خوب اینه که به گفتهٔ نویسنده، با کمی راهنمایی، ایجنت‌ها می‌تونن یه فرایند منطقی TDD رو دنبال کنن و تست‌های واضح و معنادار بنویسن. اون می‌گه حتی اگه فقط بهشون بگی «از Canon TDD کنت بک پیروی کن»، احتمالاً ۶۰٪ راه رو رفتی.

نویسنده حلقهٔ شخصی خودش رو معرفی می‌کنه به اسم specify-encode-fulfill (SEF): اول مشخصات چیزی که می‌خوای بسازی رو در میاری، بعد اون مشخصات رو به‌صورت تست خودکار کد می‌کنی، و آخر کد رو می‌نویسی که اون مشخصات رو برآورده کنه.

تو سطح پایین‌تر، اون Canon TDD کنت بک رو با کلمات خودش توضیح می‌ده: یه لیست از مشخصات بنویس، هر کدوم رو به تست تبدیل کن، فقط همون‌قدر کد بنویس که تستِ فعلی پاس بشه (از «کدنویسی حدسی» پرهیز کن)، و بازآرایی رو هیچ‌وقت با تغییر رفتار قاطی نکن.

نویسنده می‌گه طراحی خود تست‌ها بحث جداست، برای همین یه اسکیل دیگه به اسم Test Design Review داره که یه ایجنت مجزا رو راه می‌ندازه تا بی‌طرفانه دنبال نقض اصول طراحی بگرده. یه نکتهٔ جالب هم اینه که وقتی به ایجنت گفته «اگه نوشتن تست سخت شد، شاید باید اول آشپزخونه رو تمیز کنیم»، Claude این رو جدی گرفته و خیلی وقت‌ها خودش مکث می‌کنه و پیشنهاد تمیزکاری می‌ده.

جمع‌بندی نویسنده اینه که هنوز به نقطهٔ صددرصد نرسیده، ولی این رویکرد به‌قدری خوب جواب داده که حالا روش پیش‌فرضش برای هر تغییری شده. به نظرش بیشترین بهرهٔ هوش مصنوعی وقتیه که با اصول قدیمی و ماندگار — که ده‌ها سال پیش کشف شدن و هنوز درستن — ترکیب بشه.

نکات کلیدی:

• ایجنت‌ها بدون راهنمایی تست‌های بی‌کیفیت می‌نویسن
• حلقهٔ SEF: مشخص کن، به تست تبدیل کن، کد رو برآورده کن
• فقط همون‌قدر کد بنویس که تستِ فعلی پاس بشه
• یه ایجنت جدا برای بازبینی طراحی تست‌ها به‌کار بگیر