Vibe Coding 用 Git Bisect 隔离回归:让历史提交替你缩小范围
当“上周还正常”是唯一线索时,逐个读提交既慢又受先入为主影响。本文把稳定复现包装成退出码测试,用 Git Bisect 定位首个坏提交,并处理跳过、flaky 与构建漂移。
Vibe Coding、Cursor、Claude Code、Codex、Copilot
本专题收录 AI 编程 方向的文章和社区讨论,重点关注真实工程场景、工具选择、实践路径和风险边界。
页面会持续更新,适合作为学习路线、选型参考和技术复盘入口。
当“上周还正常”是唯一线索时,逐个读提交既慢又受先入为主影响。本文把稳定复现包装成退出码测试,用 Git Bisect 定位首个坏提交,并处理跳过、flaky 与构建漂移。
补丁后原错误没再出现,不足以证明根因已解决。本文用原复现反事实、分层回归、机制说明和预防动作完成修复验收,区分代码完成、发布完成与观察完成。
临时到处打印变量会制造噪声、泄漏数据,还可能改变故障时序。本文从待证伪问题出发设计结构化事件、关联标识和 Trace,并验证观测链本身可信。
AI 会高速产生解释,也会在失败后悄悄换说法。本文用观察、假设、预测、单一探针和结论五栏日志管理调试,让负面结果同样积累信息。
测试执行了路径,不等于它能识别错误。本文从需求依据、预言独立性、可观察结果和故障校准四方面审查 AI 生成断言,避免实现与测试一起自证。
全部 mock 会只测到自导自演,全部连接真实依赖又慢且不稳定。本文按进程、协议、数据所有权和副作用划分集成边界,并用契约与少量真实探针补齐替身盲区。
AI 按代码分支补测试,容易得到很多案例却漏掉关键状态组合。本文用场景轴、边界轴和状态转换轴构建可裁剪矩阵,让每个用例都有风险来源与明确预言。
遗留代码没有规格时,AI 很容易把“不好看”误判为“应当修正”。本文用基线样本、可观察边界和差异审批建立特征测试,让重构先证明行为未被偷偷改写。
AI 能快速补齐测试文件,也能复制实现、制造脆弱 mock 和用宽断言换绿色。本文给出从需求映射、失败证明到变异校准的审查顺序,确保新增测试真的会拦住错误。
Webhook 不是收到 JSON 就更新数据库。本文从原始字节签名、时间窗与轮换,到事件收据、快速确认、异步处理、乱序重放和周期对账设计可靠接收端。
SDK 能隐藏认证和序列化,也可能隐藏重试、版本与错误细节。本文用能力探针、运行时约束、维护责任和可观测性矩阵决定 SDK、生成客户端或直接 HTTP。
Mock 成功只能证明本地假设自洽,Sandbox 成功也不代表生产身份和事件一致。本文用环境清单、契约探针、映射表、限量真实交易与对账完成可逆切换。