想象一个只有「每周邮件」开关的设置页。你关掉开关，点保存，界面提示「已保存」。浏览器测试看到提示，也顺利通过。但你新开一个标签页，开关又是打开的。两次观察可以同时成立：界面报告了成功，重新读取时却找不到新值。

Evan X. Merz 在文章里谈到，AI 生成的测试可能只检查表面行为，改动积累后，代码也可能更难维护。这是他对自己工作经历的观察。可以拿来检查下一次改动，无法据此推算其他团队的故障率。

对同一次保存问三个问题

  1. 用户看到了什么？ 从正常设置页进入，选择一个知道原值的设置。改动后观察界面显示成功、失败，还是结果未确认。
  2. 重新打开能读到什么？ 刷新或在无法复用编辑表单状态的新环境中重开页面。核对同一用户的具体值。如果产品承诺跨会话同步，按产品约定的同步时机再用第二个会话核对。
  3. 响应丢了会怎样？ 在获授权的测试环境里，让服务保存新值，但让浏览器收不到响应。重新打开页面。如果开关已经关闭，再提交同一次意图时，确认约定的副作用只发生一次，例如不会额外发送通知。

把两种失败分开验证

请求在写入前失败时，旧值应保留。写入成功后响应丢失时，新值可能已生效。这两种情况在页面上都可能表现为超时。下一步取决于读回结果。对开关重复设置同一个值可能无害。保存还会发邮件或创建记录时，要另外核对这些动作。

留存原值、读回的最终值以及重试后的结果。让 Agent 指出一条具体测试，并解释如果服务悄悄停止保存数据，这条测试会在哪里失败。评审人也能从同一个入口复查。如果还要检查其他改动，参考 AI 生成代码验收清单。

来源

设置页和配图为 Boloop 自制的说明示例。