AIコーディングエージェントは実際にテストを書くのでしょうか? テストはソフトウェアの正確性と保守性にとって極めて重要です。自律型エージェントがプルリクエストを提出する機会が増える中、そのテスト動作を理解することが不可欠になります。 この新しい研究は、AIDevデータセットを分析し、エージェント生成プルリクエストにおけるテスト包含パターンを調査します。 彼らは検査がどのくらいの頻度で現れ、PRライフサイクルの中でいつ導入されるか、そして検査を含むPRが検査なしとどのように異なるかを調査しました。 この発見は興味深いパターンを明らかにしています。検査を含むPRは、時間とともにエージェント全体でより一般的になり、検査行動の改善が示唆されています。しかし、これらのPRはテスト以外のPRよりも大きく、完了に時間がかかる傾向があります。 統合率はテストの含み方に関わらずほぼ同じままです。これにより、査読者はエージェント生成テストを重視しているのか、それとも単に検査の欠如を罰しないのかという疑問が生じます。 この研究は、異なる薬剤間で有意な差異があることを明らかにしています。一部のエージェントはテスト採用率が高いことを示しています。テストを含むPR内のテストコードと本番コードのバランスもエージェントによって大きく異なります。 これは、テスト機能がエージェントコーディングツール間で均一に開発されていないことを示唆しています。テストの慣習に従うのが得意なものもあります。 企業がAIコーディングエージェントを導入するにあたり、そのテスト動作を理解することはコードの品質に不可欠です。テストを省略したり、不十分なテストを書いたりするエージェントは技術的な負債を生み出します。この経験的な基盤は、どのエージェントが良好なソフトウェアエンジニアリングの実践に適合し、どこで改善が必要なかを特定するのに役立ちます。 論文: 私たちのアカデミーで効果的なAIエージェントの構築方法を学びましょう: