大模型时代，软件质量与效能依旧极具挑战
2025年9月12日，QECon大会，第六年来到其发源地魔都——上海，已经是第十四届，现场依旧火爆，说明行业非常关注 “质量&效能” 两个主题。
昨天在闭门会上，有位同学问到一个问题 “单元测试的价值在哪里？”，一语惊醒梦中人——我自己。我算是一个理想主义，但也深刻感受到现实是骨感的，许多基本的理念在国内许多公司还没有建立起来，质量与效能依旧是摆在我们面前的最主要的挑战。
6年前，我发起了QECon大会，就是看到国内软件行业对质量不够重视，而同时国家正在提倡高质量发展；另一方面，许多企业的软件研发团队规模也很大，从几千人到几万人、甚至十几万人，团队的效能成了管理层关注的问题，而且按照质量大师克劳士比的零缺陷管理思想，第一次把事情做对，效率是最高的，成本是最低的。我们非常有必要把质量（文化、意识）提升到一个新的高度。
回顾我在第一届QECon大会上的发言：，在六年后的今天依旧具有很好的有效性，甚至更具现实意义。
（从演讲中摘出几页PPT）
软件工程的发展史，是和复杂性、不确定性不断较量的历史，也是一部对效率与质量不懈追求的平衡史。从瀑布模型的严谨规划，到敏捷范式的快速迭代，每一次研发范式的跃迁，都伴随着对质量保障体系的重塑。敏捷开发通过“快速迭代、持续交付”的理念，已经对软件质量提出了远高于瀑布模型的要求。而今，当我们踏入大模型时代，一个看似完美的生产力奇迹出现了：超过一半的代码可由AI自动生成，开发速度被推向了前所未有的量级（虽然目前不一定有，未来会发生）。
然而，在这令人振奋的加速背后，一个严峻的问题也随之浮现：当开发速度提升了50%、甚至几倍之后，我们是否还能驾驭得住质量这匹“骏马”？答案是，这非但不容易，反而比以往任何时候都更具挑战。大模型时代，软件质量管理不再是简单的测试与修复，而是一场需要更高智慧、更强纪律、更先进理念的系统性工程。
“快”的代价：从敏捷的“小步快跑”到AI的“瞬时冲刺”
敏捷开发的核心是以短周期的迭代来应对需求变化，并通过CI/CD来确保每个小步都是稳健的。这个过程虽然快，但依然在人类可控的节奏之内，质量反馈循环（如Code Review、单元测试）尚能跟上。
大模型的介入，则彻底颠覆了这一节奏。开发过程可能会从“小步快跑”变成了“瞬时冲刺”。过去需要数天完成的模块，现在可能在几个小时、甚至几分钟内就由AI生成了雏形。这种指数级的加速，直接导致了两个严峻的质量挑战：
风险的指数级放大：一个微小的需求理解偏差或一个有瑕疵的设计，经过AI的“闪电般”放大，可能会瞬间演变成一个庞大而复杂的错误代码集群。过去在迭代中可以被及时发现和纠正的小问题，现在可能在极短时间内就被深埋于海量自动生成的代码之下，积重难返。
传统质量保障体系的失效：手动的代码审查和测试，在AI惊人的代码生成速度面前，无异于“杯水车薪”。质量保障活动如果不能跟上开发的步伐，就会迅速沦为整个流程中最严重的瓶颈，甚至被无奈地简化或跳过，为系统埋下巨大的质量隐患。
在这过程中，大模型也可以参与到质量保障体系之中，即LLM-as-a-Judge（以智能测智能，用另一个大模型评审其中一个大模型生成的内容）。
正如Zed创始人Nathan Sobo在其文章中所警示的，AI时代，我们最不需要的就是“码农”。如果仅仅满足于让AI海量产出代码，而人类工程师沦为修修补补的“监工”，那么我们产出的将是大量看似能用、实则脆弱不堪的“数字危房”。
AI生成代码的能力令人惊艳，但它并非完美无瑕。AI的“幻觉”（Hallucination）问题，意味着它可能一本正经地“创造”出逻辑不通、存在安全漏洞或性能陷阱的代码。这些问题往往比简单的语法错误更隐蔽，更具危害性。
因此，大模型时代比任何时候都更需要软件工匠精神的回归与升华。工匠精神的核心，是对质量的极致追求和对作品的责任感。当繁重的编码工作被AI接管，人类工程师的价值便从“如何写代码”转向了更高维度的思考：
深刻的业务理解：如何将模糊的业务需求，精准地转化为AI可以理解的技术规约？
精妙的系统设计：如何构建一个清晰、稳健、易于扩展的架构，让AI的生成能力在正确的轨道上发挥？
批判性的验证思维：如何不盲信AI的产出，而是用审慎和批判的眼光去验证每一行代码背后的逻辑？
在这个新范式下，工程师不再是代码的生产者，而是质量的定义者、架构的守护者、以及AI能力的引导者。
TDD的“凤凰涅槃”：为AI冲刺打造的“安全网”
既然传统的人工测试已无法跟上AI的速度，我们该如何构建新的质量防线？答案早已存在于敏捷思想的宝库中，并在大模型时代迎来了“凤凰涅槃”——测试驱动开发（TDD）。
在AI主导开发的模式下，TDD不再仅仅是一个优秀的工程实践，而是保障质量的必要前提，是为AI的极速冲刺铺设的一张至关重要的“安全网”。其价值体现在两个层面：
单元测试驱动开发（UTDD）：在AI生成具体功能代码之前，让LLM进行测试需求分析生成验证点、生成单元测试用例（脚本/代码），人工对验证点、测试用例进行review，确保其质量。这些测试用例，实际上成为我们给LLM下达的最精准、最无歧义的“指令”。AI的目标不再是模糊地“实现一个功能”，而是清晰地“通过这些测试”。这从源头上保证了最基础代码单元的正确性和健壮性，为整个系统的质量奠定了坚实的基石。
验收测试驱动开发（ATDD）：在更高的维度上，由LLM生成验收标准，再经产品经理、QA和开发工程师共同来评审/验证这些验收标准，从而生成面向业务场景的验收测试。这些测试用例描述了系统在用户眼中的行为标准，它们是连接业务需求和技术实现的桥梁，确保AI在“奋笔疾书”时，始终瞄准着正确的业务目标。ATDD保证了AI不仅“把事情做对”（Doing things right），更是在“做正确的事”（Doing the right things）。
UTDD与ATDD的结合，构建了一个从宏观到微观、从业务到技术的自动化质量验证闭环。这个闭环能够与AI的代码生成速度相匹配，形成“AI生成-测试验证-快速反馈-迭代修正”的高速、高质量研发循环。可以参见：
结论：拥抱速度，更要敬畏质量
大模型为软件开发带来了前所未有的速度与激情，但这绝不意味着我们可以放松对质量的要求。恰恰相反，当生产力工具变得无比强大时，使用者的智慧、责任心和方法论就显得愈发重要。
面对大模型时代软件质量管理的全新挑战，我们必须完成一次深刻的进化：
在思想上：重拾并光大“软件工匠精神”，将对质量的追求内化为一种本能。
在方法上：坚定地拥抱TDD，让测试先行成为不可动摇的铁律，用自动化的方式为AI的创造力保驾护航。
最终，大模型时代的卓越团队，绝不是那些让AI产出代码最快的团队，而是那些能与AI高效协同，持续、稳定地交付高质量、高价值软件的团队。