Gli agenti di codifica AI scrivono effettivamente test? Il testing è fondamentale per la correttezza e la manutenibilità del software. Man mano che gli agenti autonomi inviano sempre più richieste di pull, comprendere il loro comportamento di testing diventa essenziale. Questa nuova ricerca analizza il dataset AIDev per studiare i modelli di inclusione dei test nelle richieste di pull generate dagli agenti. Hanno esaminato con quale frequenza appaiono i test, quando vengono introdotti durante il ciclo di vita della PR e come le PR contenenti test differiscano da quelle senza test. I risultati rivelano modelli interessanti. Le PR contenenti test sono diventate più comuni nel tempo tra gli agenti, suggerendo un miglioramento nel comportamento di testing. Ma queste PR tendono ad essere più grandi e richiedono più tempo per essere completate rispetto alle PR senza test. I tassi di fusione rimangono sostanzialmente simili indipendentemente dall'inclusione dei test. Questo solleva interrogativi su se i revisori valutino i test generati dagli agenti o semplicemente non penalizzino la loro assenza. Questo lavoro espone una significativa variazione tra i diversi agenti. Alcuni agenti mostrano tassi di adozione dei test più elevati rispetto ad altri. L'equilibrio tra codice di test e codice di produzione all'interno delle PR contenenti test varia anche sostanzialmente a seconda dell'agente. Questo suggerisce che la capacità di testing non è sviluppata uniformemente tra gli strumenti di codifica agentici. Alcuni sono migliori nel seguire le convenzioni di testing rispetto ad altri. Man mano che le aziende adottano agenti di codifica AI, comprendere il loro comportamento di testing è cruciale per la qualità del codice. Gli agenti che saltano i test o scrivono test inadeguati creano debito tecnico. Questa base empirica aiuta a identificare quali agenti si allineano con le buone pratiche di ingegneria del software e dove sono necessari miglioramenti. Articolo: Impara a costruire agenti AI efficaci nella nostra accademia: