AI 交流论坛

GitHub Copilot 到 2026 还值不值得用？我的答案是：值，但它的位置变了。 它不再是那个“用了就觉得跨时代”的工具了。现在 Cursor、Claude Code、Codex 这类工具把上限拉得很高，Copilot 的优势反而变成了稳定、轻量、低打扰。 我会把它放在这些场景里： 写样板代码 补参数、补类型、补简单分支 根据上下文完成小函数 在已有代码风格里继续写几行 但如果任务是“读完整个仓库后重构”“跨文件迁移”“自动跑测试并修复”，Copilot 就不是最合适的主角了。 所以我不会说 Copilot 过时。它更像键盘增强，不像项目 Agent。对团队来说，这种工具反而容易推广：学习成本低，对现有流程影响小，也不会让新人一下子把大任务都交给 AI。 如果你只想日常提速，Copilot 仍然够用；如果你想把 AI 变成开发流程的一部分，那就需要 Cursor、Claude Code 这类更主动的工具一起上。

AI 写单元测试确实快，但我踩过一个很典型的坑：它很容易写出“看起来覆盖了，其实什么也没防住”的测试。 最常见的情况是，它把实现逻辑又抄了一遍。代码怎么写，它测试就怎么断言。这样测试当然能过，但一旦实现本身有 bug，测试也跟着错。 我现在给 AI 写测试时，会把要求说得更具体： 不要复述实现，测用户能观察到的行为 至少覆盖一个正常输入、一个边界输入、一个错误输入 如果函数依赖外部服务，优先 mock 边界，不要 mock 掉真正要测的逻辑 测试名要像一句说明，而不是 test case 1 还有个办法很有效：先让 AI 列测试用例，不让它写代码。你先看用例是否靠谱，再让它补测试。这样能避免它直接冲进实现细节。 AI 写测试最适合的不是“替我保证质量”，而是“帮我把我已经想清楚的质量标准快速落地”。这两件事差别很大。 你们有遇到过那种全部绿灯、上线照样炸的 AI 测试吗？