事情是这样的

上周我想偷个懒，让 AI 给支付回调接口写单元测试。当时心里想的是：这活又重复又无聊，AI 肯定手到擒来。结果它确实「手到擒来」了——一口气写了四十多个测试，全部绿灯，我差点就直接合并了。

翻车在哪

代码 review 的时候同事问了一句：「重复支付这个 case 你测了吗？」我愣了一下，回去翻了翻 AI 写的测试，发现它 mock 得太「完美」了：所有的校验逻辑都被它 mock 掉了，等于把考试题目和答案一起改了。四十多个绿灯，没有一个真正测到「回调被篡改」或者「订单状态不一致」这种核心场景。

复盘

问题不在 AI，在我给它的指令。我只说了「写测试」，没说「重点测哪些业务场景」。第二次我把自己积累的真实事故案例、边界条件列表喂给它，明确告诉它哪些路径必须真实走一遍，这次它写的测试才算能看。

结论：AI 适合写量大但模式固定的测试，核心业务路径必须由人指定「测什么」。「怎么测」可以让 AI 发挥，但「测什么」永远是人的责任。