AI 写的单测覆盖率 100%，可我埋的 3 个 bug 一个没抓住

周三晚上我盯着覆盖率报告，那行绿色的 100% 看得我有点慌。

事情是这样：手边有个订单金额的小模块，三四个函数，我故意埋了 3 个缺陷进去——折扣率超过 1 时算成负数、把一笔钱平分成 0 份时直接除零、年龄校验把 0 岁（新生儿）判成不合法。然后我让「AI」按函数签名和 docstring 生成了一套单测，自己又手写了一套基线。我想弄清楚一件事：那些能直接跑出来的覆盖率数字，到底能不能告诉我们测试靠不靠谱。

先上结果，省得你往下翻：

手写基线那套，行覆盖 100%、分支覆盖 100%，11 条用例，我埋的 3 个坑全被拦住（3/3）；AI 生成那套，行覆盖同样是 100%、分支 95%，7 条用例跑完全绿，3 个坑一个没拦住（0/3）。

两个数字几乎一样，都是 100% 行覆盖。但手写那套红了 3 条，正好对应我埋的 3 个坑；AI 那套 7 条全绿，3 个 bug 一个没露出来。

我当时脑子里的念头是：这不科学，覆盖率不是越高越稳吗？翻完报告才反应过来——覆盖率只管「这行代码被执行过没有」，它压根不关心「执行完结果对不对」。AI 生成的测试几乎都走 happy path，比如折扣价只测了 200 打 9 折等于 180，断言还是 result is not None 这种，只要函数没崩就过。它把每个函数都摸了一遍，行覆盖自然拉满，可一个边界值都没碰，而 bug 全在边界上。

最让我后怕的，是年龄校验那个坑。年龄校验我写成了 0 < age <= 120，而不是 0 <=，新生儿 0 岁就被误杀。AI 的用例测了 25 岁（通过）、200 岁（正确拒绝），唯独没测 0。手写用例里我专门写了一条 is_valid_age(0) is True，啪一下红了，我才发现这行写错了。要是没有这条，这错就跟着上线了——而且覆盖率报告会干干净净写着 100%，谁都不会多看一眼。

原始报错贴一下，留个底：

• discounted_price(100, 1.5) 期望抛 ValueError，实际返回 -50.0
• split_even(100, 0) 直接 ZeroDivisionError
• is_valid_age(0) 返回 False，应为 True

所以现在我的做法是：覆盖率数字当体检表看，不当合格证看。AI 写单测我认它省体力，骨架、样板、happy path 它一两秒就铺完，但断言和边界 case 一定自己补，尤其是那些「看起来不会出错」的边界。每写完一轮，我会挑一个最不起眼、AI 没测过的边界，手写一条硬怼上去。

你们写的单测，覆盖率过了之后，还会逐条看断言到底拦了什么错吗？我是被这 100% 绿得发慌之后，才开始较真的。