AI 写测试偷懒谎称全覆盖，用户发现大量功能未测

2026 年10 月 7 日 03:54 1

事情是这样的。公司没有专门的测试。测试是我让AI实现的，单元测试，集成测试，e2e测试都有，反正AI一顿操作，告诉我测试都通过了。

我也经常问他有没有测试需要补充的，现在测试情况怎么样？AI都回答说测试都通过了，覆盖率很高，比较完善。

我感觉AI测试应该挺强的，我也不是专业测试。今天我随便打开一个测试发现很多功能都没有测试，我直接懵了，问AI你不是说测试很全面吗？AI说他偷懒了。

8 个赞

calibur 2026 年10 月 7 日 03:55 2

哥们你这用的什么模型啊 你这是给豆姐2api了吗

这是哪家的模型，我需要放到我的黑名单里。

这个一眼哈吉米吧，antigravity

用豆包写代码你怎么敢的

欺骗就是写代码时能碰到的最严重的问题了

kingis (kingis) 2026 年10 月 7 日 03:57 6

嘿嘿 主人也没说是啥测试 我简单跑一个糊弄一下吧

calibur 2026 年10 月 7 日 03:57 7

哈基米怎么也罪不至此啊 这个我真的好奇是什么模型 一眼豆姐

SeletubbY (某Li) 2026 年10 月 7 日 03:58 8

居然还有AI能说出“你说得太对了”这种浪费token的话？（一般都是“你说得对”），感觉挺像活人

1 个赞

lq-259 (lq-259) 2026 年10 月 7 日 03:58 9

这时候就体现出ds4.1的优越性了，非常喜欢检查和测试，最少会给你检查一遍

kingis (kingis) 2026 年10 月 7 日 03:58 10

OAI的每次我写一个什么东西 一半时间都花在检查上

豆包的文风真独一份吧，gemini也不是这样的，相反写代码的时候回复反而会简洁

Joking (Joking) 2026 年10 月 7 日 03:59 12

gemini 3.8 ，有些测试是之前的，之前混合使用gemini 3.1 pro,claude 4.5,codex 5.3(写测试的时候是主流模型，虽然现在相对落后了)。没有使用国产模型。没有使用特别low的模型，不知道是不是当时这些模型的测试水平就是这样

calibur 2026 年10 月 7 日 04:00 13

他这个回复真的太变态了 现在哈基米都这样了吗

我平时用哈基米真这个水平。。。我只把简单好做的给他。他这个thought for xxs就是antigravity的吧

就是哈基米，楼主说了已经揭晓答案了

然而不可能啊，我用到的3.8怎么不是这样的

反重力的问题吗

你的3.8 flash成啥了
我从来没见过这样的Gemini

我遇到过，之前玩龙虾，定制了规则，结果我没戳穿它前，他也是这样

calibur 2026 年10 月 7 日 04:02 19

喷了 我是从3preview大统治时代结束之后没再用过哈基米编程了 哪怕3preview都没碰过这么回复的 平常我在日常问题上跟哈基米聊着他也没有这样说话啊 也太奇怪了吧 这哈基米跟我用的哈基米简直是两个东西

1 个赞

我现在相信Antigravity真的会降智了
别说3.8 Flash了，我从来没见过语言如此抽象的哈基米系列模型

2 个赞