Schrijven AI-coderingsagenten eigenlijk tests? Testen is cruciaal voor de correctheid en onderhoudbaarheid van software. Naarmate autonome agenten steeds vaker pull requests indienen, wordt het begrijpen van hun testgedrag essentieel. Dit nieuwe onderzoek analyseert de AIDev-dataset om testinclusiepatronen in door agenten gegenereerde pull requests te bestuderen. Ze hebben onderzocht hoe vaak tests voorkomen, wanneer ze worden geïntroduceerd tijdens de levenscyclus van de PR, en hoe PR's met tests verschillen van die zonder tests. De bevindingen onthullen interessante patronen. PR's met tests zijn in de loop van de tijd gebruikelijker geworden bij agenten, wat wijst op verbeterd testgedrag. Maar deze PR's zijn doorgaans groter en duren langer om te voltooien dan PR's zonder tests. De mergepercentages blijven grotendeels vergelijkbaar, ongeacht de testinclusie. Dit roept vragen op over de vraag of reviewers agent-gegenereerde tests waarderen of simpelweg de afwezigheid ervan niet bestraffen. Dit werk onthult aanzienlijke variatie tussen verschillende agenten. Sommige agenten vertonen hogere testacceptatieniveaus dan andere. De balans tussen testcode en productcode binnen PR's met tests varieert ook aanzienlijk per agent. Dit suggereert dat de testcapaciteit niet uniform is ontwikkeld over agentische coderingshulpmiddelen. Sommige zijn beter in het volgen van testconventies dan andere. Naarmate bedrijven AI-coderingsagenten adopteren, is het begrijpen van hun testgedrag cruciaal voor de codekwaliteit. Agenten die tests overslaan of inadequate tests schrijven, creëren technische schuld. Deze empirische basis helpt bij het identificeren van welke agenten aansluiten bij goede software-engineeringpraktijken en waar verbeteringen nodig zijn. Paper: Leer effectieve AI-agenten te bouwen in onze academie: