AnswersPublished15 sources
Testy nejsou nepořádek. Problém je, když se pletou s dočasnými výstupy
Testy, které chrání důležité chování, není důvod mazat jen proto, že ve zdrojovém stromu působí neuspořádaně. Repozitář, instalační balíček a kontext načítaný AI agentem mají odlišné hranice — je potřeba je řídit zvlášť.
PublikovalObrázky vytvořeny pomocí GPT Image 2
Research answer
Key takeaways
- Testy, které chrání důležité chování, není důvod mazat jen proto, že ve zdrojovém stromu působí neuspořádaně.
- Repozitář, instalační balíček a kontext načítaný AI agentem mají odlišné hranice — je potřeba je řídit zvlášť.
- Dokumentace by měla mít jasné role: analýza, rozhodnutí, plán a dočasné materiály se nemají bez rozmyslu duplikovat.
- Jde o průběžné posouzení, nikoli o dokončený audit nebo už provedenou změnu.
![[GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you produce requests for client side execution. W](https://d15bya8fi85z1v.cloudfront.net/chat/oBMfTzLzQzYo7VcXQdEGj2yQgAw1/images/73E9D63489E02AC46209/BEDABC175BE8FCADFC63.png)
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: [GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you produce requests for client side execution. W. Article summary: <tool call {"name":"attempt completion","arguments":{"result":"两个痛点都适合纳入 V4 的“产物生命周期背压”，但不应简化成“测试全部不提交”或“文档全部合并”。建议保留长期质量资产，隔离一次性验证材料，并分别控制仓库维护、安装分发和模型上下文。\n\n本次交付为阶段性调研：仓库静态证据、Geoffrey Huntley 的作者资料及部分学术资料已取得；Python 官方布. Topic tags: general web, openai, llm, agents, ai. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Otázka, zda testy a dokumentace v projektu nepřibývají příliš volně, má snadné, ale zavádějící řešení: přestat testy ukládat nebo všechny dokumenty sloučit do jedné složky. Dostupné podklady pro V4 ukazují, že lepší cestou je rozlišit, co má dlouhodobou hodnotu, co je jen dočasné a co se má skutečně dostat k uživateli či do kontextu AI agenta.
Důležitá je také hranice tohoto posouzení: dostupné jsou statické podklady z repozitáře, některé materiály Geoffreyho Huntleyho a část odborných zdrojů. Křížové ověření na Python.org, X, Redditu, Hacker News a Lobsters nebylo dokončeno. Testy se v tomto kole znovu nespouštěly a předložené obrázky 1–3 nebyly přiloženy. Jde tedy o doporučení k dalšímu postupu, nikoli o úplný audit nebo již provedenou nápravu.
Testy: oddělit dočasnou práci, neodstranit kontrolu kvality
Konfigurace CI pro V4 používá centralizovanou složku tests/ a zahrnuje kontroly konfigurace, instalace i ochrany souborů. To samo o sobě nedokazuje, že každý test je nezbytný, ale rozhodně to není důvod označit celý adresář za nepotřebný nepořádek. V tomto posouzení se hodnota jednotlivých testů neověřovala.
Soubor .gitignore už vylučuje některé sandboxy, mezipaměti a dočasné soubory. Neuvádí však výslovně existující oblasti _bmad-output/scratch/ a _bmad-output/verification/. Samotná existence těchto složek neznamená, že jsou jejich soubory skutečně sledované Gitem; stav indexu nebyl ověřen.
Podstatný rozdíl je mezi zdrojovým repozitářem a tím, co se instaluje. Skript bs.sh aktualizuje repozitář, zatímco scripts/deployment_source.py vybírá zdroje konkrétní sady. Sběr souborů rekurzivně prochází její obsah a převádí jej na vstup pro nasazení. Z toho plyne riziko, že se do instalace dostanou dočasné materiály, pokud se omylem uloží do adresáře sady — dostupné podklady ale nedokládají, že k tomu už došlo.
Praktičtější je proto rozlišit tři typy obsahu:
| Typ materiálu | Doporučený přístup |
|---|---|
| Dlouhodobé regresní, smluvní a potřebné integrační testy | Udržovat spolu s implementací; podle možností je nezahrnovat do běhového instalačního balíčku. |
| Jednorázová diagnostika, ověřovací skripty a experimentální vstupy | Nezařazovat automaticky do trvalé části repozitáře; ukládat jen do schválené dočasné oblasti a mimo instalační obsah sady. |
| Logy, výstupy pokrytí a výsledky jednotlivých běhů | Držet odděleně od zdrojových testů; uchovávat jen tehdy a tam, kde jsou skutečně potřeba. |
Jde o návrh pravidel, nikoli o popis současného zavedeného procesu. U jazyka Go navíc oficiální návod ukazuje testovací soubor vedle testovaného balíčku, takže přesun všech Go testů do jedné vnější složky nemá být univerzálním požadavkem.15 V tomto repozitáři už Python používá centralizované testy; obecné tvrzení o nejlepším rozložení testů pro Python ale dostupné oficiální důkazy nepodporují.
Pokud je cílem čistší obsah pro běžného uživatele, zaměřte se nejdřív na instalační balíček a seznam instalovaných souborů. Pokud jde o přehlednost zdrojového stromu, řešte rozložení testů s ohledem na konkrétní jazyk. Přesun souborů nemusí vyřešit oba problémy současně.
Dokumentace: jasné role místo honby za menším počtem souborů
Pravidla V4 už rozlišují analýzu, záznam architektonického rozhodnutí (ADR), plán a smlouvu a při nejasném umístění požadují upřesnění. Jiná pravidla pro koncepty ale uvádějí odlišnou cestu. Podklady tedy ukazují neúplně sladěné řízení životního cyklu dokumentů; neprokazují však, proč vzniká každá nová složka nebo soubor.
Místo přidávání dalších adresářů dává smysl zpřesnit účel stávajících materiálů:
- Analýza má uchovávat důkazy, srovnání, protidůkazy a otevřené otázky. Běžná konzultace může zůstat v konverzaci; zpráva se nemá vytvářet, pokud pro ni není důvod ji trvale uložit.
- ADR má zaznamenat důležité rozhodnutí, jeho důvody a omezení. Nemá kopírovat celou analýzu ani průběžný záznam práce.
- Plán implementace má vymezit schválení, rozsah, závislosti a kritéria převzetí. Na související rozhodnutí může odkazovat, nemusí znovu přepisovat celý výzkum.
- Dočasné materiály — například koncepty, diagnostické vstupy a surové výstupy — patří do schválené dočasné oblasti. Samotné slovo „koncept“ v názvu není důvodem pro uložení mezi formální analýzy.
- Provozní dokumentace má zůstat tam, kde funguje jako opakovaně použitelný návod. Jednorázový průběh nasazení automaticky nevyžaduje založení nové složky dokumentace.
Počet souborů, jejich zařazení do Gitu, zahrnutí do instalace a načítání do kontextu modelu jsou samostatná rozhodnutí. Jedna společná složka sama o sobě správu nevyřeší.
Co z práce Geoffreyho Huntleyho lze vyvodit — a co ne
Geoffrey Huntley píše o „back pressure“ jako o automatizované zpětné vazbě, která agentovi pomáhá průběžně odhalovat chyby a držet se úkolu. Nejde o argument pro odstranění testů.12
V textu o portování softwaru navrhuje v konkrétním migračním postupu popsat chování testů v souborech se specifikací a podle ní vést další práci.14 To ale není důkaz, že dokumentace má v každém projektu nahradit spustitelné testy.
Pro V4 z toho plyne opatrnější závěr: zachovat použitelnou zpětnou vazbu o správnosti a omezit duplicitní či jednorázové ověřovací materiály. Specifikace popisuje očekávané chování; test poskytuje spustitelný způsob, jak hledat rozpor. Bez konkrétního posouzení nelze předpokládat, že jedno nahradí druhé.
Z dostupných podkladů nelze určit, zda Huntley prosazuje jednotná pravidla pro ukládání testů, konceptů nebo vylučování souborů z vydání. Stejně tak není doložen konsenzus na fórech, která nebyla v této fázi prověřena.
U dlouhé dokumentace rozhoduje i to, co agent čte
Výzkum dlouhého kontextu upozorňuje na obtížnost využít informace umístěné uprostřed rozsáhlého vstupu.3 Studie HELMET zase zdůrazňuje, že schopnosti modelů pracovat s dlouhým kontextem je třeba vyhodnocovat na různých typech úloh, nikoli jen jednoduchým testem vyhledání informace.
4 Ani jeden zdroj ale nedokazuje, že dokument od určitého počtu řádků automaticky způsobuje halucinace nebo že lze tímto způsobem vyčíslit riziko pro V4.
Užitečnější opatření jsou konkrétní: dělit dokumentaci podle tématu a rozhodnutí, ve výchozím nastavení načítat jen části související s aktuálním úkolem a historii vyhledávat podle potřeby. Stručné souhrny by měly zachovat odkazy na důkazy, neznámé skutečnosti a nevyřízené povinnosti. Index má pomáhat s orientací, nikoli vytvářet druhou, duplicitní verzi faktů. Logy a starší zprávy by se neměly automaticky celé přidávat do kontextu modelu.
Nejmenší smysluplná změna pro V4
Namísto těžkopádného nového procesu doporučení navrhují pravidlo pro celý životní cyklus materiálu:
- Před vytvořením určit účel a nejprve zvážit rozšíření existujícího testu či dokumentu. Nový soubor nemá vznikat mechanicky při každé změně.
- Před uložením určit schválené umístění, dočasnost, verzování a případné zahrnutí do vydání. Pokud umístění není jasné, nevymýšlet svévolně novou složku.
- Před odevzdáním změny zkontrolovat dočasné výstupy, citlivý obsah, duplicitní testy a opakující se dokumentaci. Pořádek nelze zajistit tím, že se ignorují všechny testy.
- Před distribucí jasně vymezit instalační soubory a zabránit tomu, aby se do sady dostaly dočasné materiály. Zjednodušení by přitom nemělo odstranit existující kontroly identity, souhrnů a ochrany souborů.
- Před úklidem ověřit, zda materiál neuchovává důkaz o chybě, nesouvisí s aktivním úkolem nebo na něj neodkazuje historie. Úspěšné dokončení či stáří samo o sobě neznamená oprávnění k odstranění.
Závěr je tedy zdrženlivý: nejdřív doplnit jasná pravidla pro dočasné materiály a hranice instalace, potom sjednotit role dokumentace a omezit zbytečné načítání historie. Dostupné důkazy zatím nepodporují plošné přesunutí Go testů, ukončení verzování dlouhodobých testů ani sloučení veškeré dokumentace do jediného souboru.
Toto posouzení samo o sobě nezměnilo žádné soubory, nespustilo testy, neprovedlo úklid ani neobnovilo či neposunulo dřívější projektový plán.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Testy nejsou nepořádek. Problém je, když se pletou s dočasnými výstupy"?
Testy, které chrání důležité chování, není důvod mazat jen proto, že ve zdrojovém stromu působí neuspořádaně.
What are the key points to validate first?
Testy, které chrání důležité chování, není důvod mazat jen proto, že ve zdrojovém stromu působí neuspořádaně. Repozitář, instalační balíček a kontext načítaný AI agentem mají odlišné hranice — je potřeba je řídit zvlášť.
What should I do next in practice?
Dokumentace by měla mít jasné role: analýza, rozhodnutí, plán a dočasné materiály se nemají bez rozmyslu duplikovat.
Sources
go.devAdd a test
ghuntley.comdon't waste your back pressure
doi.orgFound in the Middle: How Language Models Use Long Contexts Better via Plug-and-Play Positional Encoding