手淘TEKO分享AI代码验证闭环实践

阿里巴巴淘天集团高级测试开发专家泠乐在QCon上海大会分享了手淘TEKO构建AI代码“写—验—修”自主闭环的工程实践，核心观点是AI生成的代码验证能力滞后于生产速度，且系统本身不可测是根本原因。 该实践提出了一个可量化的诊断公式：自主性 = 判据 × 信号，二者呈乘法关系。判据侧通过四级验收条件流水线将需求、技术方案、代码diff等转化为结构化数据对象，并回喂给生码环节实现AI原生TDD；信号侧则通过终端环境全局切面+SDK可测性基线改造物理环境，解决AI无法观测运行时和驱动App的问题。文中提到综合可执行率仅为6.4%，源于环境搭建、数据构造、执行及工具自动化率的连乘效应。 具体效果方面，该方案实现了三端100%覆盖、单次分析12分钟、1.5w+入库用例及96%操作成功率，性能报告从10人日缩短至1人日。同时坦诚了鸿蒙端85%成功率、真机不稳定性兜底以及组织阻力等代价。文章还给出了L0→L5的可测性成熟度阶梯，明确每级的判定标准与基础设施需求。