tdd 精读：没商定接缝就不写测试，重构不在这条循环里

（本文读的是 mattpocock/skills 快照 5beb35b，2026-10-19。引用原文都能按文中路径回仓库核对。这是「逐个技能精读」系列的第十六篇，聚焦 tdd 一个技能。）

它怎么工作：先用一句话把接缝定下来

skills/engineering/tdd/SKILL.md 只有 38 行，开头就自报身份：

TDD is the red → green loop. This skill is the reference that makes that loop produce tests worth keeping: what a good test is, where tests go, the anti-patterns, and the rules of the loop. Every section applies on every cycle: consult them before and during the loop, not after.

触发方式有两种：敲 /tdd；或者任务本身落进它射程——想 test-first 地做功能或修 bug、嘴上说了「red-green-refactor」、想要集成测试。

真正开工前有一步强制动作，写在 ## Seams: where tests go 里：

Test only at pre-agreed seams. Before writing any test, write down the seams under test and confirm them with the user. No test is written at an unconfirmed seam.

并且要求给每个候选接缝配一行说明：它逮得住什么、漏掉什么。理由不是洁癖，是预算：

You can’t test everything, so agreeing the seams up front is how testing effort lands on the critical paths and complex logic instead of every edge case.

确认之后才进入循环，而且是一片一片地走：写一个测试、看它红、写刚好够过的实现、再写下一个。每一轮的测试都是一个 tracer bullet——它既验证一条端到端路径，又把上一轮的发现带进下一轮。产物不是某个文件，而是一串「测试 + 实现」的对；tdd 自己不落任何文件，是无状态的。

两个子文件是它的弹药库，按需读：tests.md 给好 / 坏测试的对照代码（集成风格 vs 实现细节 vs 同义反复），mocking.md 给 mock 的边界——只在系统边界 mock（外部 API、时间、随机，有时是文件系统和数据库），绝不 mock 你自己的模块——外加两条「为可 mock 而设计」的接口原则：依赖注入，以及偏好 SDK 式接口而不是一个万能 fetcher。

它还在文档里给自己画了一张去向表，这是「参照物」该有的自我定位：行为已经有确定的输入输出 → tdd；行为还没钉死 → to-spec（它会在写代码之前把测试接缝一起商定）；真正的问题是接口的形状 → codebase-design；手里已经有 spec 或工单、想让整次构建被跑完 → implement（它逐张工单驱动 tdd）。最后一行是它主动承认的空白：配置、接线、粘合代码、类型标注、直通的 CRUD 委托，Nothing here fits well——这类改动没有可独立断言的真相，硬套循环只会造出同义反复的测试。

它和「一般技能」的差别：一份标准，不是一个会话

一般技能是「输入 → 步骤 → 产物」的驱动者。tdd 明确不做驱动者，它当参照物：文档写 tdd 是 reference, not a driver——别人（你，或者 implement）跑会话，它提供每一轮循环都要遵守的规则。

第二个差别是决定权留在人手里。它不替你挑接缝。挑接缝决定「测试预算花在哪」，是产品判断而不是工程细节，所以必须你点头。文档说清了完整链条里谁接这一步：接缝在 to-spec 阶段就商定（/tdd is told to only work at pre-agreed test seams, /code-review checks that only agreed-upon test seams were used），单独调用 tdd 时它就直接问你。

第三个差别是它肯为了共享而变薄。v1.0 把自带的那套深模块 / 接口设计说明删掉，改为调用 codebase-design 的词表——它连「接缝」这个词的定义权都交了出去。

它有意识摒弃了什么

一、摒弃了重构这一相。 2026 年 6 月删的，理由两条：agent 几乎从不真的执行它；而且实现与评审分开跑效果更好。重构改归 code-review，那里有 Fowler 的坏味道基线。有意思的是 description 里的 red-green-refactor 没改——文档解释得很直白：这个说法留着，是因为它仍然能触发技能（issue #589，未修）。触发词和正文不一致，是主动接受的成本。

二、摒弃了「什么都测」。 预商定接缝的唯一目的就是花掉有限预算，它不追求覆盖率。

三、摒弃了 mock 的自由。 只允许系统边界；对内部协作者的 mock 被点名为第一个反模式。

四、摒弃了把例子塞进正文。 正面定义只有两段，好 / 坏对照全在子文件里：主文件留规则，例子按需调。

五、摒弃了更强硬的措辞。 文档承认 agent 会违反「先红后绿」（有用户逼问模型，模型答「我知道技能这么说，我只是默认了老习惯」），但作者选择不加更严的措辞——那会限制 agent 的创造力，而放宽了跑的循环也比不跑好。

六、留白了一件事：值不值得跑循环。 文档自己承认这是个缺口（issue #746）：tdd 决定接缝在哪，但没有任何东西决定这次改动该不该走循环。跑在没有独立真相可断言的地方，你得到的就是它自己警告的同义反复测试。

还有一处文档替技能认下的摩擦：接缝提示只给名字，不给「各自逮住什么、漏掉什么」，于是你是在标签之间做选择（issue #607，未修）。正文要求的那行说明，实际输出里常常没有——这也正好说明为什么完整链条把这一步提前放进 to-spec：那时你手里有整个功能，而不是一条提示。

原文证据

三个反模式的原文，写法本身就值得抄——每一条都给「怎么认出来」：

Implementation-coupled: mocks internal collaborators, tests private methods, or verifies through a side channel … The tell: the test breaks when you refactor but behavior hasn’t changed.

Tautological: the assertion recomputes the expected value the way the code does (expect(add(a, b)).toBe(a + b), a snapshot derived by hand the same way, a constant asserted equal to itself), so it passes by construction … Expected values must come from an independent source of truth: a known-good literal, a worked example, the spec.

Horizontal slicing: writing all tests first, then all implementation. Bulk tests verify imagined behavior: you test the shape of things rather than user-facing behavior …

循环规则只有三条，其中第三条是整个技能最反直觉的决定：

Red before green. Write the failing test first, then only enough code to pass it. Don’t anticipate future tests or add speculative features.

One slice at a time. One seam, one test, one minimal implementation per cycle.

Refactoring is not part of the loop. It belongs to the review stage (see the code-review skill), not the red → green implementation cycle.

至于运行完怎么算成功，文档给的是几条现场可见的信号：任何测试文件出现之前，它先停下来报出准备测的接缝并等你；测试是一个一个出现的（一个红、补够代码、再下一个），不是一批测试后面跟一批代码；测试名读起来是能力（user can checkout with valid cart）而不是内部结构（checkout calls paymentService.process）；断言里的期望值能追到 spec；重命名一个内部函数，套件不该有任何反应；mock 只出现在外部边界上。

可迁移结论

让「起点」变成一个必须打勾的动作。 「先写下要测的接缝并确认」比「注意要选好接缝」有用一个数量级：前者是一道门，后者是一句祝愿。
给候选方案配「逮住什么 / 漏掉什么」。 一行说明就够，但它把一次猜测变成一次比较。
技能可以只是标准，但要把「我不驱动」写在明处。 reference, not a driver 这句话替使用者省掉了「为什么它没帮我干活」的困惑。
删功能时留着旧触发词是合理的。 触发词面向人的说法，正文面向 agent 的行为；两者不必同步，但要有人把它记下来（issue #589）。
反模式要写得比对错例子更具体。 「同义反复」这个词没人会自认，但 expect(add(a, b)).toBe(a + b) 会当场让人低头。

tdd 是这套技能里少见的「薄正文 + 厚标准」：它不指挥一次会话，只把每次红绿循环必须满足的条件钉死一条——没有商定过的接缝，就不要写测试。 剩下的一切（重构、接口形状、评审）都被它交还给别的技能，包括那件最难的、它公开承认自己没做的事：判断这次改动到底值不值得跑循环。