Dorra Bartaguiz geht vom Versprechen der KI aus: Laut den DORA-Reports 2024 und 2025 glauben mehr als 80% der Entwickler, dass sie ihre individuelle Produktivität gesteigert hat. Doch Geschwindigkeit bedeutet Risiko. Die Entwicklungszeit ist geschrumpft, und der Engpass bleibt das Code Review. Sie stellt fest, dass Lesen das Schreiben bei weitem überwiegt: ein Verhältnis von mehr als zehn zu eins nach Robert C. Martin, wobei laut einer Studie von 2015 etwa 70% der Zeit auf das Verständnis von Code entfallen gegenüber 5% auf dessen Bearbeitung. KI beschleunigt die syntaktische Generierung und erhöht die Review-Last.

Um herauszufinden, ob generierten Tests vertraut werden kann, nimmt sie einen realen Fall: die Berechnung des Einladungsdatums für ein medizinisches Screening anhand von Screening-Typ, Geburtsdatum und aktuellem Datum, mit Verschiebungsregeln für ungültige, vergangene, auf Feiertage oder Wochenenden fallende Daten. Aus einem einzigen Prompt generiert, wird der Code als zu 100% abgedeckt gemeldet. Sie misst eine Gesamtabdeckung von 33%, 95% im Domänenbereich, stellt eine Reihe von Mängeln fest (hartcodierte Konfiguration, statische Methoden, Verletzung des Single-Responsibility-Prinzips, stille Fehler, magische Werte, enge Kopplung) und erhält einen Mutation-Testing-Score von 13,82%. Ohne Sorgfalt generierte Tests validieren die Fehler der KI.

Anschließend definiert sie den Harness als alles, was um das Modell herum hinzugefügt wird, um die Generierung zu verbessern; ein Agent ist ein Modell plus ein Harness. Um den Agenten deterministischer zu machen, schlägt sie Craft-Praktiken und Shift-Left vor. Derselbe Fall wird Schritt für Schritt erneut durchgegangen: Domänendefinitionen anfordern, in Regeln zerlegen, Beispiele und Grenzfälle identifizieren, Given/When/Then-Szenarien schreiben, Akzeptanz- und Unit-Tests generieren, dann ein Refactoring in Richtung Clean Code, hexagonale Architektur und taktische DDD-Muster anfordern. Mit KI wird TDD zu einer Praxis zur Kontrolle eines unberechenbaren Agenten; sie zitiert Kent Beck, für den Teams, die testen können, sich besser anpassen.

Baby Steps reichen nicht aus: Am Harness selbst muss gearbeitet werden, insbesondere über Skills. Beliebte Frameworks, von Superpowers bis Skraft bei AXA, stützen sich auf diese Praktiken. Schließlich endet das Leben eines Produkts nicht mit dem Entwicklungszyklus: Nur das Entwicklungsteam auszustatten, schafft einen neuen Engpass. Sie schlägt vor, den gesamten Produktzyklus mit spezialisierten Agenten und Guardrails gegen Endlosschleifen zu instrumentieren, und fasst Softwarefabriken als Kombination aus Loop Engineering, Harness Engineering und menschlicher Aufsicht zusammen.