编程 Agent 的测试影响分析：可审计的选择性回归门禁

编程 Agent 高频提交小补丁，如果每次都跑两小时全量回归，反馈会慢到无法迭代；如果只运行同目录测试，又可能漏掉反向依赖、运行时插件、配置和数据迁移。测试影响分析的目标不是“尽量少跑”，而是在给定风险下生成一个有理由、可重建、可升级的测试集合。

选择结果必须是合并证据的一部分，而不是 CI 日志中的黑盒优化。一般验证原则见编程 Agent 的改动验证门；本文只解决“为什么这些测试覆盖了这个 diff，以及什么情况下这个结论失效”。

从冻结基线建立改动事实

分析输入是 CI 已检出的 BASE_SHA 与 HEAD_SHA，不能信任 Agent 口述的文件列表。先保留重命名和删除信息，再把路径规范化：

mkdir -p .artifacts
git diff --name-status --find-renames "$BASE_SHA...$HEAD_SHA" \
  > .artifacts/changed-files.txt
git diff --binary "$BASE_SHA...$HEAD_SHA" \
  > .artifacts/change.patch
node --version
pnpm --version
sha256sum pnpm-lock.yaml tsconfig.json

示例执行环境固定为 Node 22.18.0、pnpm 10.14.0；依赖从 lockfile 以 pnpm install --frozen-lockfile 安装。报告绑定两个 SHA、分析器版本、构建图哈希和测试清单哈希。HEAD 在选测后发生任何编辑，结果立即作废。

静态图从导入、包依赖、生成代码来源和测试声明中建立反向边。动态边来自最近一次全量回归的覆盖记录，用于发现依赖注入、路由注册和反射调用。两者取并集：静态图可能保守，动态覆盖可能漏掉没执行的分支，只用其中一个都不足。构建图的所有者、入口和生成关系可以纳入编程 Agent 仓库地图。

Jest 的 --findRelatedTests 可作为 JavaScript 仓库的一个信号，而非最终真相；Bazel 等构建系统可用反向依赖查询得到受影响目标。选择器输出每个测试被纳入的原因，例如 direct-import、reverse-dependency、dynamic-coverage、policy-expansion，同时列出未能解析的改动。

为图外影响设置强制扩圈规则

以下文件改变时，不能只按普通依赖边选择：锁文件、编译器配置、测试运行器配置、环境 schema、权限策略、共享数据库迁移、路由注册、代码生成器和基础镜像。它们可能改变大量目标或运行语义，应按仓库策略扩到对应工作区，无法界定时直接全量回归。

高风险目录也有下限。认证、计费、数据删除和公共 API 变更即使图谱只找到一个测试，也至少运行该领域完整测试套件、契约测试和负向案例。删除或重命名文件时，必须从 BASE 的图查询旧反向依赖，否则 HEAD 图里节点已经消失。动态加载字符串、glob、SQL、模板和 feature flag 若无法解析，标为 unknown-impact 并阻止快速门自动放行。

两级门禁兼顾速度与可信度

PR 快速门要求：所有直接测试和一阶反向依赖通过；选择器无未知路径；至少选中一个能执行修改行的测试；静态检查与构建通过；历史缺陷映射到的测试不得被排除。若业务代码改变却选中零测试，结论是分析失败，不是无需测试。

合并队列再执行扩展集合，例如所有反向依赖、跨包集成测试和按固定采样分配的未选测试。夜间或主干每日至少一次全量回归，结果反哺选择器：若某个失败测试未被 PR 集合选中，就记录一条 false negative，补图或策略后才能恢复自动合并。流水线分层与工件保留可结合GitHub Actions CI/CD实现。

可以给效率设指标，但不能只看节省率。至少追踪选择测试比例、P50/P95 反馈时间、零测试选择次数、未知影响次数、全量回归漏选失败数和图谱年龄。发布门建议要求最近 30 天 false negative 为 0、图谱不超过一次成功全量运行、未知影响为 0；否则自动退回全量模式。

失败时先保护覆盖范围

选中测试失败后，Agent 可以修实现或在需求确实改变时更新断言，但不能重跑一个更小集合来获得绿色。任何测试、配置或生产代码修改都会重新计算影响集合。若测试本身不稳定，转入有证据的隔离流程，并继续用替代门或全量升级保护同一行为，不能直接从结果中删掉。

选择器自身报错、图数据库损坏、覆盖工件缺失、BASE 不在仓库历史或查询超时时，默认执行全量回归。成本上升是可接受降级，缺少证据却自动通过不是。若全量也无法在合并预算内完成，则阻止自动合并并把任务交给人工决定，而不是把超时算作通过。

在部署前，用历史 20 个真实补丁和若干故障注入校准：改共享类型、删除导出、调整 feature flag、升级依赖、改变迁移、修改动态插件名称，检查正确测试都被选择。然后把选择集与CI/CD 流水线设计的全量结果持续对照。真正可信的选择性回归不是一个更快的命令，而是一套会发现自己漏选、并在不确定时主动扩大范围的控制系统。