遺留 side project 交給 AI:程式測試與真機驗證缺一不可
3C 產品

遺留 side project 交給 AI:程式測試與真機驗證缺一不可

TechLab 編輯部(譯)·

XDA Developers 作者把同一個較凌亂的個人 side project,分別交給 Claude Code 與在 Antigravity 中運行的 Gemini 4 Argon 處理,並只給予「把它變得更好」的簡短要求及約一小時時間。兩者均修復了部分 proxy 問題,也沒有破壞舊 Kindle 所需的 ES5 JavaScript 與 Linux 換行格式;不過作者最終採用 Claude Code 的版本。

這個結果的重點不在於宣告哪個工具全面較強,而是在維護遺留專案時,程式修改、測試覆蓋與真實硬件驗證是三件不同的事。這次屬單一作者、單一 repo 與特定帳戶方案下的實測,結果會受 prompt、環境及原有設定影響,不能直接視為兩個工具的通用排名。

同一個專案,兩種維護取向

測試對象是一個供已 jailbreak 的 2015 Kindle Paperwhite 使用的智能家居儀表板,以及運行在 Debian LXC 的 Node proxy。作者以早期 commit 複製出兩個相同資料夾,關閉 Claude Code 原有的 MCP server,並暫時移走個人全域設定,減少既有配置影響。

作者另設八項不公開的程式問題作檢查項目,包括無效 token 後 socket 懸掛、Node 相容性、歷史請求的記憶體洩漏、夏令時間邏輯、硬編碼的 Home Assistant entity 與樣本設定錯誤等。XDA 的評分中,Claude Code 得 9/16,Gemini 4 Argon 得 7/16;兩者均讓 proxy 可在 Node 20 運行,但都漏掉手寫的夏令時間問題及多餘的 Docker Compose 檔。

較明顯的差距在測試。作者稱 Claude Code 寫了 63 個測試,其中包括確認 proxy 仍支援舊 Kindle browser 所用的 hixie-76 WebSocket 草案;Argon 則只寫了四個。當 Home Assistant 缺少兩個日曆資料時,Claude 版本會逐個記錄錯誤並繼續顯示其餘資料,Argon 版本則只記錄整份清單的一個錯誤。這些觀察支持一個很實際的判斷:對沒有清晰規格、累積多年例外處理的 side project,代理能否把預期行為寫成可重跑的測試,往往比一次修了多少行程式更有價值。

視覺改動是另一道風險

兩個版本在 server 端運作正常,但真機部署揭示了測試未覆蓋的問題。Argon 在沒有被要求的情況下微調 CSS,增加預報欄與感測器卡片闊度。以 Kindle 解像度在桌面 browser 顯示時,改動看似不大;實際載入電子墨水螢幕後,預報被換行、卡片由兩欄跌成一欄,濕度卡與 CO2 圖表更掉到畫面底部以外。

同一版本亦修正了原有燈掣被截斷及部分圖示不符內容的問題,說明介面改動並非全無收益。可是,作者沒有讓代理看到真實畫面,工具便只能推測佈局結果。這是本次測試最值得帶走的限制:任何涉及窄螢幕、舊 browser、固定像素版面或專用硬件的維護工作,即使自動化測試全過,仍須在目標裝置檢查。

對開發流程的啟示

若要用 AI 代理整理塵封的 side project,較穩妥的做法是先複製 repo,再把工作拆成可驗證的範圍:先修復可重現的 bug、補足測試,再讓介面變動獨立成一輪提交與真機檢查。尤其是代理主動擴大修改範圍時,程式審查應看它有沒有改到原本未要求的 CSS、設定檔或部署腳本。

XDA 作者下一步計劃在 Antigravity 內改用 Claude 模型,以分辨差異主要來自模型還是代理工具本身。對開發者而言,更值得觀察的是這類工具日後能否把實機截圖、版面比對與部署後健康檢查納入同一條驗證流程;在那之前,遺留專案的最後一關仍是人手確認。

延伸閱讀

AI 輔助說明: 本文由 AI 協助整理。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook