Mutation testing

Bằng chứng (4)

• 5Martin Fowler·27/5/2026research
  Bộ test như cảm biến hồi quy cho mã do AI tạo

  Bài viết mô tả việc dùng một hệ thống “cảm biến” tự động để theo dõi khả năng bảo trì của codebase do AI tạo, trong đó bộ test đóng vai trò cảm biến phát hiện hồi quy. Nội dung cũng nêu cách kết hợp test với phân tích tĩnh, kiểm tra phụ thuộc và mutation testing để phát hiện lỗi sớm và hỗ trợ tự sửa trước khi đến tay con người.

• 4Martin Fowler·20/5/2026research
  Thêm Ba Cảm Biến Phân Tích Mã Nguồn Tĩnh

  Martin Fowler giới thiệu phần tiếp theo mang tính thực tiễn về việc dùng phân tích mã nguồn tĩnh và các cảm biến liên quan để giúp tác nhân lập trình duy trì khả năng bảo trì của codebase. Bài viết đề cập đến các công cụ phản hồi như linting, quy tắc phụ thuộc, phân tích độ kết dính, rà soát tính mô-đun và mutation testing để phát hiện sớm vấn đề và hỗ trợ tự sửa lỗi.

• 5Martin Fowler·19/5/2026research
  Các cảm biến về khả năng bảo trì cho tác nhân lập trình

  Bài viết mô tả các thử nghiệm thực tế với những “cảm biến” tự động nhằm giúp các tác nhân lập trình bằng AI giữ cho mã nguồn dễ bảo trì. Nội dung nhấn mạnh các công cụ như lint, kiểm tra phụ thuộc, độ bao phủ kiểm thử, mutation testing và phân tích cấu trúc để phát hiện sớm vấn đề bảo trì và hỗ trợ tự sửa trước khi đến tay con người.

• 5Martin Fowler·21/4/2026research
  Technology Radar của Thoughtworks nhấn mạnh AI, bảo mật và rà soát mã nguồn

  Thoughtworks đã công bố ấn bản thứ 34 của Technology Radar, trong đó các chủ đề liên quan đến AI chiếm ưu thế nhưng cũng nhắc lại nhiều thực hành quen thuộc như pair programming, mutation testing, DORA metrics và khả năng tiếp cận. Bài viết nhấn mạnh rủi ro bảo mật của các công cụ tác tử, đặc biệt là prompt injection và việc yêu cầu quyền truy cập rộng, đồng thời cho rằng mã nguồn bền vững vẫn cần được con người rà soát định kỳ.