TAG
9 textos
Stryker.NET altera propositalmente o código de produção e roda a suíte de testes contra cada alteração. Se nenhum teste falhar, a suíte não teria percebido aquele bug se ele fosse real.
Evals substitui a avaliação por impressão por asserções verificáveis: correspondência exata quando faz sentido, similaridade semântica quando não faz, e julgamento por rubrica quando nenhuma das duas …
Linha executada não é a mesma coisa que comportamento verificado. Um teste sem asserção relevante ainda conta como cobertura, e é exatamente aí que a métrica engana quem só olha o número final.
Testcontainers sobe um Postgres, Redis ou LocalStack de verdade em container Docker durante a execução dos testes, e derruba tudo no final, sem deixar rastro no ambiente local.
Mudar um prompt e testar na mão umas cinco perguntas antes de subir para produção não prova nada sobre os outros cem casos que ninguém olhou. Regressão automatizada existe para isso.
Uma suíte inteira de testes unitários com repositório, banco e API externa mockados pode passar 100% verde e ainda assim não provar que o sistema funciona quando essas peças de verdade entram em cena.
Um Golden Dataset é um conjunto de pergunta, contexto ideal e resposta esperada, revisado por humano, usado para detectar regressão antes de qualquer mudança em produção afetar o sistema todo.
Testar uma Skill antes de confiar nela passa por avaliação com casos reais, verificação de saída estruturada e cenários de regressão, não só por ler o arquivo e achar que faz sentido.
O DbContext do Entity Framework Core já implementa boa parte do que Repository e Unit of Work prometem, o que muda o cálculo de quando vale a pena adicionar essa camada extra.