TDD for Agents

TDD for Agents（Agent 时代的 TDD）

定义

TDD for Agents 是 Simon Willison 在 Talking Postgres Ep 42 中强调的 agent 时代核心验证范式：先写失败测试 → 让 agent 跑测试确认失败 → 写实现 → 让 agent 跑测试确认通过 → 重构。red-green cycle 强制让 agent 跑每行代码，让"代码看起来对但未执行"的 silent failure 无法通过 review。

TDD 红绿循环的 agent 改造

传统 TDD（人写代码）          TDD for Agents
─────────────────          ────────────────
红：写失败的测试             红：写测试，让 agent 跑确认失败
绿：写最小实现               绿：让 agent 写最小实现，跑测试确认
重构：清理代码               重构：让 agent 清理，跑测试确认仍绿

为什么 agent 时代更需要 TDD

• Agent 的 silent failure 模式: Agent 可能写出"看起来对"的实现但实际未跑过测试；reviewer 看到代码无明显 bug 直接合并——到 production 才暴露
• TDD 把"未跑"显形: 先写失败测试、确认失败、再实现——任何跳过测试的代码会被 red 状态卡住
• 与 file revisitation 同构: Code-Cleanliness-Agent-Footprint 发现 file revisitation −34%；TDD 通过显式测试调用减少"先写后忘"模式

适用边界

• 强适用: 纯函数、算法、数据处理、API endpoint——逻辑可单元测试
• 弱适用: UI 改动、infrastructure-as-code、配置变更——可能需要 integration test 或 E2E test
• 不适用: 一次性脚本、experiment 代码——TDD 成本超过价值

与现有 concept 的关系

• Agent-Verification — TDD for Agents 是 verification 的一种工程形态
• Code-Cleanliness-Agent-Footprint — TDD 与 clean code 同向降低 agent 操作足迹
• Explain-Test-Gold-Standard — TDD 满足"代码解释清楚"，Explain Test 满足"reviewer 理解保真"
• Rubric-Based-Evaluation — TDD 是 rubric 中 "test_coverage" / "execution_evidence" 维度的最严实现
• Skill-Chains — 可包装为 "test-first skill" 在 skill chain 中调用

关键数据点

• 提出者: Simon Willison（Talking Postgres Ep 42, 09:12 节）
• 与 Code-Cleanliness-Agent-Footprint 同向：file revisitation −34% 来自 minimal pair 实验
• TDD 不只适用于 unit test——verification pipeline 中的对抗审查、E2E、证据生成都属广义 TDD

前提与局限性

• 前提: 代码可测试（无副作用、依赖可注入、状态可断言）
• 前提: 测试基础设施在 agent 环境可用
• TDD 写不好会变形式主义: 写一堆 pass 的测试但无断言逻辑，agent 通过 TDD 但代码仍错——TDD 是必要不充分
• 成本 vs 收益: 一次性脚本、实验代码不值得 TDD；production 代码必须 TDD
• Agent 不能保证测试覆盖: 即使 red-green 循环，仍可能 edge case 未覆盖；TDD 减少不消除 silent failure

关联概念

• Agent-Verification — TDD 是 verification 的工程实例
• Code-Cleanliness-Agent-Footprint — TDD 与 clean code 同向
• Explain-Test-Gold-Standard — TDD + Explain 是 review 双保险
• Rubric-Based-Evaluation — test execution 是 rubric 关键维度
• Simon-Willison — 概念提出者
• Validation-Pipeline — TDD 是 validation pipeline 的子集
• Verifier Mental Model（forward reference，未建 entity） — verifier 视角下 TDD 的价值