刷到个硬数据，搞 AI coding 的都该看一眼： axi.md 作者 Kun Chen 刚发的实测：在 111 个真实 DeepSWE 编程任务上，禁止 Claude Sonnet 5.5 自己写测试，解题率反而更高（66.2%）。原话：AI 写的单元测试/集成测试，实测证明是没用的。 两个关键细节，别误读： 1. 不是说别写测试，有用的是人写的 E2E 验收测试； 2. 没用的是让 agent 自己写、自己跑、自己宣布通过那套，等于左手验右手。 实操建议：工作流里直接砍掉“让 AI 写...

🌐 链接: https://x.com/taiyanghere/status/2108090218813530584
🏷️ 分组: X｜正在关注
🕒 时间: 2026-10-08 15:00:49
X (formerly Twitter)
太阳 (@taiyanghere) on X
刷到个硬数据，搞 AI coding 的都该看一眼：

axi.md 作者 Kun Chen 刚发的实测：在 111 个真实 DeepSWE 编程任务上，禁止 Claude Sonnet 5.5 自己写测试，解题率反而更高（66.2%）。原话：AI 写的单元测试/集成测试，实测证明是没用的。

两个关键细节，别误读：
1. 不是说别写测试，有用的是人写的 E2E 验收测试；
2. 没用的是…