Seit Coding-Agenten Unmengen kleinteiliger Tests erzeugen, wird gefordert, auf Unit-Tests zu verzichten. Das Problem sind aber nicht Unit-Tests, sondern zu klein definierte Units: Tests, die die gegenwärtige Klassenstruktur festschreiben, erschweren Refactoring trotz hoher Coverage und hohem Mutation Score. Als Maß für Refactoring-Sicherheit sind beide Kennzahlen ohne die getestete Modultiefe unvollständig. Der Artikel schlägt vor, fachliche Komponenten über ihre öffentliche API zu testen, einen modulbezogenen Mutation Score zu bestimmen und Testgrenzen als Teil der Architektur festzulegen.
Meine Vorstellung von Trunk-based Development war naiv: alle Commits direkt auf main, Branches verpönt. Die Recherche zeigte, dass kurzlebige Branches mit Review der Normalfall sind und Release-Branches ausdrücklich vorgesehen. Dieser Selbsttest fragt in zwanzig Fragen nach dem, was im Alltag eines Teams passiert, und bewertet gemäß trunkbaseddevelopment.com, wie weit die Praktiken von Trunk-based Development umgesetzt sind: Branch-Lebensdauer, Integration, Reviews, unfertige Funktionen, CI, lokaler Build, roter Trunk, Code Freeze, Code-Besitz, Story-Größe und Auslieferbarkeit. Das Ergebnis ist ein Umsetzungsgrad mit Hinweisen auf mögliche Engpässe, keine Note; Fragen und Gewichtung sind mein aktueller Recherchestand.
Agentic AI kann nicht nur neue Features entwickeln, sondern auch die bestehende Software kontinuierlich verbessern. Drei autonome Rückkopplungs-Schleifen zeigen, wie das für Korrektheit, Performance und Architektur gelingen kann, warum der Änderungsaufwand von KI-Agenten zu einer neuen Wartbarkeitsmetrik werden könnte, und warum Menschen trotzdem Ziele, Grenzen und Risiken bestimmen müssen.
Eine gelenkte Rakete muss beim Start nicht perfekt ausgerichtet sein, solange sie ihr Ziel kennt und ihren Kurs korrigieren kann. Für KI-Agenten gilt dasselbe: Ins Zentrum rückt die Fähigkeit, die richtigen Ziele anzuvisieren, die Richtung automatisiert zu überprüfen und nachzujustieren. Softwareentwicklung bringt dafür besonders gute Voraussetzungen mit.
AI Software Factories gibt es als Light Factory mit Human-in-the-Loop und als Dark Factory ohne menschliche Reviews. Eine Gray Software Factory arbeitet grundsätzlich autonom, entscheidet aber für jede einzelne Änderung anhand einer automatisierten Risiko- und Qualitätsklassifikation, ob ein Mensch hinzugezogen werden muss.