让 AI 直接写实现,你往往要花更多时间检查它对不对。换个顺序会更稳:先把测试写好,把期望的行为固定下来,再让 Codex 去补实现,让它自己跑到测试全绿。这样对错有客观标准,不用靠肉眼读代码猜。
这篇讲怎么把测试驱动的思路用在 Codex 上:测试写什么粒度、怎么描述需求、红到绿怎么循环、哪些场景适合用、哪些场景反而别硬套。

一、为什么测试先行更适合 AI
测试把模糊的需求变成可判定的条件,机器不用猜你要什么,跑一遍就知道对不对。这套做法适合放进日常流程里长期用,尤其是每周都会重复出现的 测试驱动 类任务,形成习惯之后省下的是整块的重复劳动时间。
有了测试兜底,你验收时不用逐行读代码,看结果就能判断能不能合并。实际操作的时候,建议先在 测试驱动 里按这个顺序完整走一遍,第一次别急着提速,跑通之后再把这套动作固定下来,后面遇到同类需求直接复用就行。
后续改动也有保障,别人或 AI 再动这块代码时,测试会拦住回归。如果一次没拿到理想结果,别整段推翻重写,把不满意的地方具体指出来让它局部调整,测试驱动 在这类细修上比从头再来快很多。
二、先确定要测的行为
动笔前先说清楚这个函数在正常输入下该给什么、异常输入下该怎么处理。如果一次没拿到理想结果,别整段推翻重写,把不满意的地方具体指出来让它局部调整,测试驱动 在这类细修上比从头再来快很多。
把边界条件列出来,比如空值、超长、重复,这些最容易在实现里被漏掉。这套做法适合放进日常流程里长期用,尤其是每周都会重复出现的 测试驱动 类任务,形成习惯之后省下的是整块的重复劳动时间。
一次只锁定一个行为,测试目标集中,失败时也容易定位。实际操作的时候,建议先在 测试驱动 里按这个顺序完整走一遍,第一次别急着提速,跑通之后再把这套动作固定下来,后面遇到同类需求直接复用就行。
三、测试用例怎么写才有效
给出具体输入和期望输出,别写成验证功能正确这种无法判定的描述。实际操作的时候,建议先在 测试驱动 里按这个顺序完整走一遍,第一次别急着提速,跑通之后再把这套动作固定下来,后面遇到同类需求直接复用就行。
覆盖一条正常路径加一两条异常路径,比堆十几个重复用例更有价值。如果一次没拿到理想结果,别整段推翻重写,把不满意的地方具体指出来让它局部调整,测试驱动 在这类细修上比从头再来快很多。
用例名字说清测的是什么,日后失败时扫一眼名字就知道哪里出问题。这套做法适合放进日常流程里长期用,尤其是每周都会重复出现的 测试驱动 类任务,形成习惯之后省下的是整块的重复劳动时间。
四、让 Codex 先理解测试
把测试文件指给它看,让它先复述期望行为,确认理解一致再动手写实现。这套做法适合放进日常流程里长期用,尤其是每周都会重复出现的 测试驱动 类任务,形成习惯之后省下的是整块的重复劳动时间。
如果它复述偏了,说明测试本身写得含糊,先改测试而不是急着纠它。实际操作的时候,建议先在 测试驱动 里按这个顺序完整走一遍,第一次别急着提速,跑通之后再把这套动作固定下来,后面遇到同类需求直接复用就行。
明确告诉它只需让现有测试通过,不要擅自改动测试用例。如果一次没拿到理想结果,别整段推翻重写,把不满意的地方具体指出来让它局部调整,测试驱动 在这类细修上比从头再来快很多。
五、红到绿的循环怎么走
先确认测试在当前代码下是失败的,否则测了个寂寞,这一步不能省。如果一次没拿到理想结果,别整段推翻重写,把不满意的地方具体指出来让它局部调整,测试驱动 在这类细修上比从头再来快很多。
让它只做能让测试通过的最小改动,避免顺手重构引入新变量。这套做法适合放进日常流程里长期用,尤其是每周都会重复出现的 测试驱动 类任务,形成习惯之后省下的是整块的重复劳动时间。
变绿之后再回看一遍实现,确认不是为了过测试而写了取巧的硬编码。实际操作的时候,建议先在 测试驱动 里按这个顺序完整走一遍,第一次别急着提速,跑通之后再把这套动作固定下来,后面遇到同类需求直接复用就行。
六、失败时怎么提示它修正
把失败的测试名和报错原文贴给它,比只说不对让它猜要高效得多。实际操作的时候,建议先在 测试驱动 里按这个顺序完整走一遍,第一次别急着提速,跑通之后再把这套动作固定下来,后面遇到同类需求直接复用就行。
一次只让它修一个失败点,多个问题一起修容易互相干扰。如果一次没拿到理想结果,别整段推翻重写,把不满意的地方具体指出来让它局部调整,测试驱动 在这类细修上比从头再来快很多。
修完要求它重跑全部测试,确认没有把原本通过的用例改坏。这套做法适合放进日常流程里长期用,尤其是每周都会重复出现的 测试驱动 类任务,形成习惯之后省下的是整块的重复劳动时间。
七、重构阶段的绿灯保护
测试全绿时再让它做重构,这一步有护栏,改起来最放心。这套做法适合放进日常流程里长期用,尤其是每周都会重复出现的 测试驱动 类任务,形成习惯之后省下的是整块的重复劳动时间。
重构要求保持行为不变,每次只动一个点,动完立刻重跑。实际操作的时候,建议先在 测试驱动 里按这个顺序完整走一遍,第一次别急着提速,跑通之后再把这套动作固定下来,后面遇到同类需求直接复用就行。
把重构前后的测试结果记下来,确认输出一致才算完成。如果一次没拿到理想结果,别整段推翻重写,把不满意的地方具体指出来让它局部调整,测试驱动 在这类细修上比从头再来快很多。
八、哪些场景不适合硬套
一次性的临时脚本、纯展示页面,写测试的收益可能盖不过成本。如果一次没拿到理想结果,别整段推翻重写,把不满意的地方具体指出来让它局部调整,测试驱动 在这类细修上比从头再来快很多。
探索性阶段还没想清楚要什么时,先写测试反而会束缚思路。这套做法适合放进日常流程里长期用,尤其是每周都会重复出现的 测试驱动 类任务,形成习惯之后省下的是整块的重复劳动时间。
和外部服务强耦合的逻辑,先隔离依赖再谈测试,否则不稳定。实际操作的时候,建议先在 测试驱动 里按这个顺序完整走一遍,第一次别急着提速,跑通之后再把这套动作固定下来,后面遇到同类需求直接复用就行。
九、把流程固化成习惯
把这套先测试后实现的步骤写进规则文件,让它在类似任务里主动遵循。实际操作的时候,建议先在 测试驱动 里按这个顺序完整走一遍,第一次别急着提速,跑通之后再把这套动作固定下来,后面遇到同类需求直接复用就行。
每次成功后把测试用例留下来,慢慢积累成项目的回归网。如果一次没拿到理想结果,别整段推翻重写,把不满意的地方具体指出来让它局部调整,测试驱动 在这类细修上比从头再来快很多。
团队里统一测试约定,AI 生成的代码才能在不同人手里都站得住。这套做法适合放进日常流程里长期用,尤其是每周都会重复出现的 测试驱动 类任务,形成习惯之后省下的是整块的重复劳动时间。
十、常见误区提醒
别让它为了过测试而删测试或放宽断言,这等于把护栏拆了。这套做法适合放进日常流程里长期用,尤其是每周都会重复出现的 测试驱动 类任务,形成习惯之后省下的是整块的重复劳动时间。
测试通过不等于代码质量高,可读性和边界处理还得人工看一眼。实际操作的时候,建议先在 测试驱动 里按这个顺序完整走一遍,第一次别急着提速,跑通之后再把这套动作固定下来,后面遇到同类需求直接复用就行。
别在一次对话里无限循环修测试,超过几轮就停下来自己看看需求是不是有问题。如果一次没拿到理想结果,别整段推翻重写,把不满意的地方具体指出来让它局部调整,测试驱动 在这类细修上比从头再来快很多。
写在最后
测试驱动配 Codex,本质是给 AI 一个客观的交卷标准。你把期望写清楚,它负责跑到达标,双方都省事。
下次加功能前,先花几分钟写两个用例,再让它补实现,你会发现返工明显变少。