Agent红绿测试驱动

第一性原理：coding agent 的全部意义在于它会运行代码。agent 没跑过代码，你就退回到"从 ChatGPT 复制粘贴然后祈祷"的时代。让 agent 稳定跑代码的最佳载体就是自动化测试。

操作：在 prompt 里写 "Red/Green TDD" 五个词即可。agent 认识这个行话，会展开为完整流程：

1. 先写测试（此时实现不存在）；
2. 跑测试，看着它失败（红）——若此时就通过说明测试本身有问题；
3. 写实现；
4. 再跑测试，看着它通过（绿）。

测试先行的收益：agent 更不容易漏测、更不容易写出不必要的代码。这个例子同时说明一个通用技巧：存在一些 5 秒钟就能打完、却对 agent 行为有实质影响的行话短语，值得收集。

复利机制：测试进入仓库后随时间累积——测试覆盖越全，让 agent 改新功能时越不怕破坏旧功能（至少测试覆盖到的不会破）。这和人类团队的逻辑相同，但对"不逐行读代码"的工作流是生死攸关的底座。

观念更新——过度测试的旧标准作废：以前上千行琐碎测试是坏味道（改一处代码要维护一千行测试），现在维护测试是 agent 的活，小型库带 100+ 测试也没问题。前提是测试本身是好测试，且必要时可以让 agent 整批扔掉重写——代码便宜了。

把人类不愿执行的最佳实践外包给 agent：Simon 自己讨厌先写测试（试过两年，觉得拖慢、无趣），但 agent 不会无聊——它对 TDD 没有意见。

反面教训：有团队说"AI 写得太快，我们干脆不写测试了"——这是错的。测试的存在让你更快（不用手工回归每个旧功能），不是更慢。