单测只盖住四成的老代码栈,任务是把 Python 2 升到 Python 3。随后模型一次性抛出一份触及 200 个文件规模的改动包,接着回归全军覆没。怎样把这次搬迁收成可核验的闭环,以免把行为走样误认为成功?
题目
单测只盖住四成的老代码栈,任务是把 Python 2 升到 Python 3。随后模型一次性抛出一份触及 200 个文件规模的改动包,接着回归全军覆没。怎样把这次搬迁收成可核验的闭环,以免把行为走样误认为成功?
参考答案
点击展开参考答案
- 成功标准是“切片级行为与基线一致并且测试变绿”,不是“生成了能编译的新代码”。
- 按依赖图把仓库切成可独立验证的模块:先迁叶子,每片只改接口边界以内的文件,补丁一出就跑该片单测、契约测试和冻结的输入输出金样。
- 覆盖空洞处先补能表征行为的金样或特性测试,再让模型改代码;200 个文件的巨型变更必须拆掉。
- 人工审查看语义等价和回滚点,不看新代码像不像目标风格。
- 数据流是:静态分析抽出模块依赖、入口和外部 IO → 为每个切片在旧运行时上录制或补写金样(HTTP 响应、数据库行、文件副作用)→ 模型只看到该切片源码、目标语言或框架文档片段、失败日志 → 产出 diff → 沙箱执行测试 → 失败日志回灌有限轮次 → 通过后开小规模变更请求。
- 量级上,例如约 8×10⁵ 行、覆盖约 40% 时,一次 200 文件补丁会让审查和二分定位同时失效;切片宜控制在数十个文件、一次能在数分钟跑完的测试集。