AI 编程时代，更加需要 BDD

最近在调试 AI 辅助编程的项目，突然有种“人已麻”的感觉——代码写得飞快，但是很不放心

• 需求到底有没有理解对？
• 实现到底有没有偏差?
• 测试到底有没有覆盖重要的用例？

这时候，我忽然想起一个老朋友：BDD（行为驱动开发）。

很多人听到 BDD，第一反应是：“啊？那不是多年前的东西了吗？怎么又火了？”没错！它确实不新，但AI 编程时代，它的重要性比以前高多了

What：BDD，到底是什么？

简单说，BDD 就是把需求和测试“人性化”地表达出来！ 用一句话概括：“先讲故事，再写代码，再跑测试”。

想象一下，如果你的需求文档是这样的：

用户点击按钮，系统弹出提示框

你可能直接上手写前端逻辑，然后写单元测试…… 但有了 BDD，你会先写 行为场景：

场景：用户点击保存按钮
  假如用户填写了必填字段
  当用户点击保存
  那么系统应该显示“保存成功”的提示

是不是瞬间明白需求了？这就是 BDD 的魅力——人人都能读懂需求，代码和测试一条线走到底！

BDD的核心思想是：

1. 从用户故事开始：以用户的角度描述功能需求
2. 使用自然语言：用Given-When-Then格式描述行为
3. 测试先行：先写测试，再写实现
4. 持续集成：确保代码质量

Why：为什么 AI 时代特别需要 BDD

以前，程序员慢慢写，产品慢慢催……需求总是对不上号 现在，AI 直接帮你写代码，生成测试，甚至还能改 bug

听起来很爽，但问题来了：AI 能理解需求吗？ 答案：不完全！AI 可以帮你写逻辑，但如果需求不清晰、场景没列全，它就可能写出“高大上”的垃圾代码……

这时候，BDD 就像一把“防火墙”：

• 需求更清晰：场景写好了，AI 按着场景生成代码和测试
• 测试更容易：测试脚本和需求天然一致，bug 少了
• 人人都是产品经理：不懂编码的人也能看懂场景，参与评审

而 AI 在 BDD 流程中可以发挥重要作用：

• 需求分析：AI帮助理解和分析用户故事
• 测试用例生成：AI根据用户故事自动生成测试用例
• 代码生成：AI根据测试用例生成实现代码
• 代码优化：AI帮助优化和重构代码

总之，有了 BDD，AI 代码不再是黑盒，而是“可验证的故事”！

How：AI + BDD，怎么玩？

现在流行用 Cucumber、Godog（Go 语言） 这类工具结合 BDD。流程大概是这样：

1. 写需求场景

2. 使用“Given-When-Then”描述行为

3. AI 生成代码

4. 可以直接生成功能实现或者测试桩

5. 运行测试验证

6. 自动检查功能是否符合场景

7. 迭代优化

8. AI + BDD，让开发和测试同步进行

简单一句话总结：写故事 → AI 写代码 → 自动验证 → 收获成就感

Example：真实案例演示

使用 godog 展示如何在 Go 语言中进行行为驱动开发（BDD）。 我们实现了一个简单的编码/解码器，支持 Base64、Hex 和 URL 编码。

Godog 是 Go 语言的 Cucumber 实现。它允许你用 Gherkin（.feature 文件）描述行为，并将每个步骤绑定到 Go 函数。Godog 执行这些场景并输出结果，使之成为可执行规格与验收测试。

常见使用方式： - 作为独立 CLI 工具（直接运行特性） - 集成到 go test（在测试套件内运行）

在本项目中的用法

• 功能文件位于 bdd/*.feature
• 步骤定义与测试运行器位于 bdd/encoder_steps_test.go
• 通过 go test 集成：构造 godog.TestSuite 并指向特性路径

可选：安装 Godog CLI 直接运行

go install github.com/cucumber/godog/cmd/godog@latest
# 在项目根目录下，运行 bdd/ 下的特性
godog bdd

项目结构

.
├── bdd
│   ├── encoder.feature          # 功能与场景（Gherkin）
│   └── encoder_steps_test.go    # 步骤定义 + 测试运行器
├── cmd
│   └── encoder
│       └── main.go              # 手动使用的命令行工具
├── pkg
│   └── encoder
│       └── encoder.go           # 编码/解码实现
└── go.mod

功能文件（Gherkin）

行为在 bdd/encoder.feature 中描述：

Feature: Encoding and decoding text
  As a user of the encoder tool
  I want to encode and decode strings using base64, hex, and url schemes
  So that I can transform text reliably

  Scenario Outline: Encode text
    Given I have the text "<plain>"
    When I encode using "<type>"
    Then the result should be "<encoded>"

    Examples:
      | type   | plain        | encoded                         |
      | base64 | hello world  | aGVsbG8gd29ybGQ=                |
      | hex    | hello        | 68656c6c6f                      |
      | url    | hello world! | hello+world%21                  |

  Scenario Outline: Decode text
    Given I have the text "<encoded>"
    When I decode using "<type>"
    Then the result should be "<plain>"

    Examples:
      | type   | encoded                         | plain        |
      | base64 | aGVsbG8gd29ybGQ=                | hello world  |
      | hex    | 68656c6c6f                      | hello        |
      | url    | hello+world%21                  | hello world! |

运行 BDD 测试

先决条件： - Go 1.20+

安装依赖并运行测试：

go test ./...

你会看到 Godog 套件执行并通过。

只运行 BDD 包：

go test ./bdd -run TestGodog

命令行工具用法

构建并运行编码器 CLI：

go run ./cmd/encoder --mode encode --type base64 --text "hello world"
# 输出：aGVsbG8gd29ybGQ=

go run ./cmd/encoder --mode decode --type url --text "hello+world%21"
# 输出：hello world!

BDD 如何指导实现

1. 编写功能文件（可执行规范）
2. 实现步骤定义，将 Gherkin 步骤绑定到 Go 代码
3. 实现最小代码以使场景通过
4. 在保持场景为绿色的同时进行重构

该示例展示了紧密的反馈循环：特性文件阐明期望行为；步骤断言期望；代码演进直至满足行为。

参考

• Godog: https://github.com/cucumber/godog
• Cucumber BDD: https://cucumber.io/docs/bdd/

完整代码参见 https://github.com/walterfan/kata-go/tree/master/kata/kata-bdd

总结一下

AI 编程时代，代码变快了，但理解需求依然靠人。BDD 帮你把需求、测试、代码串起来，让 AI 真正成为你的“副手”，而不是“问题制造机”！

• BDD = 需求可读 + 测试自动化 + AI 驱动
• 场景写好，AI 不乱写
• 开发效率提升，bug 减少，心态稳稳的

最后，送大家一句话：写故事，不只是程序员的浪漫，也是 AI 编程的安全阀！