同事每天Submit 10个PR
同事日均提交10个PR引发对LLM生成低质测试、Token浪费及代码质量下降的激烈讨论。
闲聊脉络
帖子持续发酵，核心争议从“效率合理性”转向“技术伦理与成本陷阱”。用户普遍嘲讽这种通过LLM批量生成无意义测试用例（如expect(1).toBe(1)）的行为是“Tokenmaxxing”，认为这不仅无法保证代码质量，反而掩盖了原有Bug。讨论中出现了“AI监工”、“左右互搏”等新技术实践分享，同时也伴随着对“AI Native”团队最终导致成本上升和人才流失的悲观预测。
经验与数据点
- Prompt工程技巧：用户Onvon分享通过创建专用Skill/Prompt，将Change标记为“Junior Dev写的、问题很多”，诱导LLM更积极挑刺；建议开启新Session仅以Jira Ticket和Code Change为输入，避免Context污染（#21, #23）。
- Agent协作模式：有用户尝试设置两个Agent（Coder和Reviewer）进行“左右互搏”长达9小时，效果显著优于单Agent（#35）；也有建议直接让Agent自动左右互搏并Approve（#4, #27）。
- 测试编写误区：指出先写代码后写UT的局限性——Test只能防止回归，不能保证原代码无Bug；正确做法应是TDD（先写UT），但AI难以完美执行此流程（#34）。
- 低质测试现状：大量测试仅为了满足Coverage要求而无实际Assertion，或包含无意义断言，形成“Coverage Spam”（#12, #31）。
争议或不同意见
- 成本与价值悖论：一方认为这是内卷下的正常现象（#5, #10）；另一方强烈反对，认为这是消耗Token的无效劳动，且AI生成的测试可能给Bug“包上一层硬屎”（#34）。
- 长期风险担忧：用户002警告，当前看似便宜的AI Native团队实则是处于“开卡奖励蜜月期”，未来会发现AI更贵，且老实人离职后留下的全是只会拉屎的AI，最终系统崩溃无人能修（#32, #36）。
- 管理应对策略：面对同事的高频PR DDoS，有人选择Rate Limiting（每周只审6个）或无视消息（#27, #28）；也有人建议用AI挑刺打回，看谁更耗资源（#29）。