Microsoft lanza code-testing-generator: el agente de IA que escribe y verifica tests unitarios en seis lenguajes

Cómo funciona el pipeline de investigación, planificación e implementación (RPI)

El agente no genera tests de inmediato, sino que sigue un proceso estructurado en varias fases :

1. Aprender del repositorio – Escanea el código para identificar el lenguaje, el framework de testing, los patrones de tests existentes y los comandos de compilación y prueba correctos .
2. Elegir una ruta de ejecución – Según el alcance de la tarea, selecciona entre tres modos :
   • Directo – Lee el código, escribe los tests y valida el resultado.
   • Pase único – Investiga y planifica una vez, y luego implementa.
   • Iterativo – Repite el ciclo de investigación, planificación e implementación para solicitudes grandes o metas de cobertura.
3. Planificar y escribir los tests – El agente comienza con el código simple, luego avanza hacia el código con más dependencias. Asocia cada comportamiento a un archivo de test, sigue las convenciones locales y corrige errores de compilación o aserciones sobre la marcha .
4. Validar los tests – Antes de finalizar, el agente ejecuta un control de calidad de varios pasos (ver más abajo) .

El proceso RPI consta de tres pasos: Investigar (Research), Planificar (Plan) e Implementar (Implement) .

Proceso de validación: mutaciones ligeras y aseguramiento de calidad

El agente realiza una forma ligera de mutation testing y aseguramiento de calidad en cada test generado :

• Considera pequeños cambios en el código que deberían hacer que los tests fallen.
• Verifica que no haya aserciones débiles o faltantes.
• Confirma que cada escenario solicitado tenga un test correspondiente.
• Compila todo el workspace y ejecuta la suite completa de tests.
• Verifica que el comando de testing normal del repositorio encuentre los nuevos tests.

Esto asegura que un test que "pasa" sea realmente significativo y detectable en la integración continua (CI) . El agente escribe tests unitarios que aíslan el código bajo prueba y simulan (mokean) servicios externos y otras dependencias .

Lenguajes compatibles e integraciones con IDE

El agente se distribuye como el plugin dotnet-test dentro del repositorio dotnet/skills en GitHub, bajo licencia MIT . Es compatible con :

• Lenguajes – .NET, Python, Go, TypeScript, Java y Rust.
• IDEs/herramientas – GitHub Copilot CLI, Visual Studio Code y VS Code Insiders (con soporte de plugin como funcionalidad en preview).

Al distribuirse como una definición de agente y no como un servicio alojado, se ejecuta dentro del agente de codificación que el equipo ya utilice, manteniendo el código localmente sin tener que enviarlo a un servicio externo .

Limitaciones actuales

• Tipos de tests – Solo se admiten tests unitarios. Los tests de integración, de extremo a extremo, de navegador y de rendimiento quedan explícitamente fuera del alcance .
• Sin cambios en código de producción – El agente nunca modifica el código de producción durante la generación de tests .
• Evita tests inestables (flaky) – El agente evita generar tests unitarios que llamen a URLs externas, abran puertos de red o dependan de tiempos exactos .

Rendimiento en benchmarks

En el benchmark interno de Microsoft con 152 tareas, el agente code-testing-generator completó 140 tareas (92.1%), frente a las 120 tareas (78.9%) del GitHub Copilot estándar . Esta diferencia de rendimiento resalta la ventaja de un agente especializado que investiga el código antes de generar tests, en lugar de depender de un prompt de propósito general .