Duolingo 如何用智能体编写并合并 22.5 万行测试代码 | Kush Agrawal

📌 One-Sentence Summary
Duolingo 通过筛选待测文件、设置 CI 检查和保留人工审核,把智能体编写 iOS 单测的实验扩展到了生产环境。
📝 Summary
Kush Agrawal 回顾了 Duolingo 如何把本地 Claude Code 实验变成定期补齐 iOS 单测的工作流。系统根据覆盖率报告挑选 Swift 文件,由 Temporal 调度智能体,再通过独立流程修复合适的 CI 失败,并把通过检查的 PR 分给人工审核。确定性的文件限制和专项审查防止智能体为通过 CI 而降低测试质量。最终,这套流程合并了 700 多个经人工批准的 PR,新增约 22.5 万行测试代码。Agrawal 表示,MVVM 部分的测试覆盖率从 9% 升至 59%,整体从 11% 升至 24%。
💡 Main Points
挑选智能体擅长测试的代码
筛选器优先处理数据仓库、视图模型和数据源,对大文件降权,并跳过更适合用快照测试验证的界面代码。
给 PR 处置安排独立流程
流程会关闭过期或存在冲突的 PR,区分可自动修复的提交前检查问题和需要智能体诊断的测试失败,并在 CI 通过后分配人工审核者。
验证通过 CI 的 PR 是否真的可靠
流程会拒绝无关的生产代码改动,并检查是否有人削弱现有测试。审核反馈会用于改进提示词和技能。
合并仍以人工批准为前提
700 多个 PR 都经过人工批准。从识别任务、编写到验证、处置和迭代的流程,也能用在补测试以外的工作。
💬 Key Quotes
瓶颈正在从编写转向验证。
这些 PR 每一个都经过了人工审核和批准。
📊 Article Meta
AI Screening: 92
Featured: Yes
Source: AI Engineer
Author: AI Engineer
Category: 软件编程
Language: 英文
Read Time: 14 min
Word Count: 3284
Tags:
编程与工程 , 自主编码 , 云原生 / DevOps , 移动开发 , 测试与质量
Play Full Video
楼主辛苦了,内容很有参考价值。
实话,说的不明不白
写得挺用心的,支持一下。
实话,说的不明不白
有没有更详细的教程,期待后续。
点赞,必须点赞
收藏了,以后慢慢研究。
实话,说的不明不白
赞同,实践出真知。
整理得太全面了,省了我不少时间。
路过
思路清晰,干货满满。