KeyFrame內部研究專用

测试全绿也没有用:UB-Mode工程质量门禁

Why QQ中文
觀看原始影片

三句話摘要

AI編程時代的程式碼品質把關——用ub-mode和四個工具確保改動真正可維護。 AI時代的代碼管理不是追求更快產出,而是確保每個改動在質量、結構、行為三個維度都經過檢驗,用工具和流程把質量約束織進開發過程本身。 能跑遠非終點——測試全綠、覆蓋率高的代碼仍可能難以維護。ub-mode強制每個改動都要經過驗證(是否解決問題)、結構檢查(複雜度、重複代碼)、行為測試(使用者實際操作)三層篩選,才能合入項目。

重點整理

  1. 能跑遠非終點——測試全綠、覆蓋率高的代碼仍可能難以維護。ub-mode強制每個改動都要經過驗證(是否解決問題)、結構檢查(複雜度、重複代碼)、行為測試(使用者實際操作)三層篩選,才能合入項目。

  2. 最小改動交付原則——先清楚資料結構怎樣表達,再寫邏輯;增加新功能前先刪除冗餘複雜度。重新設計可分片交付,避免無法回退的大改,真正省的是後續每個分支都要重新理解的成本。

  3. 測試要照著使用者行為寫——修改前先寫失敗測試且確認因預期原因失敗;測試如何調用函數、檢查什麼結果,都要貼著使用者實際行為。如果一個函數被改成空實現測試仍通過,那份測試就該刪掉。

  4. 架構約束比事後補丁穩定——用類型系統表達明確狀態(已支付、已退款),禁止互相矛盾的狀態組合;外部資料在入口檢查,內部代碼放心用;共享可變狀態則收緊寫入權。錯誤輸入在邊界就被擋住,非法狀態沒有方便的寫法。

實用技巧與重點

  • 工具與指標:
  • CRAP分數 = CC²×(1-覆蓋率)³ + CC(CC為圈複雜度),處理線設為10
  • dryer檢查重複代碼,採用Jaccard相似度,處理閾值0.82,跳過四行以下的候選
  • 變異測試:把大於改成大於等於、真改假、交換and/or,測試失敗則變異體被殺死,全綠則活著
  • uml-viewer:將命名空間畫成組件,疊上CRAP和變異結果,依賴違規箭頭標紅
  • 支援語言:
  • Clojure、Java、Go、TypeScript、Rust、Python
  • 四張檢查卡:
  • 行為卡:先寫使用者層級的失敗測試,確認它真的會失敗
  • 改動卡:只交付目前可驗證的小單元,臨時破壞必須事先計劃且可回退
  • 結構卡:檢查入口邊界、重複實作、依賴方向、函數複雜度
  • 證據卡:跑相關測試與變異檢查,在提交裡寫清改了什麼及怎麼證明
  • ub-mode三階段:
  • First Make it Work:得到能驗證的結果
  • Then Make it Right:處理原因、結構、測試與重複
  • Practice:管理日誌、上下文、工作區和提交
  • 日常習慣要求:
  • 每次行動記錄原因,完成後交出日誌
  • 主上下文只留摘要,大段材料放別處
  • 提交保持小而有順序,說明動機、變化和驗證方式

結論

AI時代的代碼管理不是追求更快產出,而是確保每個改動在質量、結構、行為三個維度都經過檢驗,用工具和流程把質量約束織進開發過程本身。

完整解析

代碼能通過測試卻難以維護,是AI加快程式設計速度後面臨的核心問題。Bob叔公開的ub-mode技能文件針對此提出系統性方案,它不是拋棄測試驅動開發,而是把TDD和架構約束整合到每個改動的完整生命週期中。

改動的第一階段是讓程式碼能運行。但ub-mode要求開發者先明確資料結構應該怎樣表達(例如訂單狀態用明確的類型值而非一串真假欄位),再寫邏輯。假設為訂單系統加退款狀態,容易的做法是沿著舊代碼繼續補if,但這會留下可能互相矛盾的非法狀態組合。重新思考設計雖然要多費工夫,卻能通過分片交付來落實,不必搞無法回退的大改。真正的收益不是少寫幾行代碼,而是省掉後續每個分支都要重新理解這部分邏輯的成本。

第二階段檢查代碼的品質和結構。這裡有四個工具發揮不同角色。CRAP分數把複雜度和覆蓋率綜合考量——同一個函數,圈複雜度10但完全沒覆蓋得110分,達到八成覆蓋仍有10.8分。這迫使開發者既要補測試,又要考慮函數本身是否過於複雜。dryer掃描結構重複,忽略變數名和字面量差異,直接比較邏輯框架相似度。變異測試則是故意在代碼中製造錯誤(大於改大於等於、真改假)來驗證測試是否真能抓住行為差異;測試仍全綠的變異體說明斷言漏掉了某種情況。uml-viewer將這些結果疊到架構圖上,用箭頭顏色標出依賴違規。

第三階段強調流程管理。每次改動都要記錄原因、完成後交出日誌,提交訊息裡補上驗證命令。這樣做的好處是,review不再圍著個人口味打轉,大家討論的是哪張檢查卡缺證據、怎麼補齊。未來當AI接管更多重複修改後,這些記錄成為排查問題的接口——你能看見它做了哪一步、哪項檢查曾失敗,也更容易只回退有問題的提交,把已驗證的工作留下來。

整套方法的適用不必一次裝完。可以從最近發現的小bug開始,先寫使用者行為測試復現舊錯誤,再做最小修復,針對本次改動跑覆蓋率和變異檢查。看看有沒有存活變異體,用dryer掃一下相關文件。這個小循環跑順後,再接CRAP閾值與UML依賴檢查。速度可以留給代碼生成,但合入資格要靠證據爭取。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。