81% 團隊合併過沒看懂的 AI 程式碼

測試平台 TestMu AI（前身是 LambdaTest）在 11 月初發布了 State of AI in Quality Engineering 2026。最刺眼的一句是：81% 的受訪者表示，團隊曾合併過自己沒完全看懂的 AI 程式碼或測試。

前兩篇我寫了 Octoverse 2026 和哈佛的 AI agent 研究，結論都指向同一件事：寫程式變便宜之後，壓力會往下游的審查與驗證跑。這份報告剛好從測試與 QA 的角度補上這一塊。

一、先看樣本，再看數字

數字之前先說清楚這份調查是怎麼做的：

• 問卷在 2026 年 7 月底到 10 月初線上進行，透過 TestMu AI 的社群管道發放
• 受訪者 58% 是 QA 相關職務，29% 是開發者，7% 是主管
• 地區以印度（43%）和美國（23%）為主，產業偏 SaaS 與軟體服務
• 頁面上沒有公布總樣本數，每個比例是「回答該題的人」裡的占比

所以這是廠商做的社群調查，適合看方向，不適合當精準基準。

二、幾個值得記下來的數字

1. 40% 的受訪者說，AI 寫了他們一半以上的正式環境程式碼。
2. 只有 41% 在合併前對 AI 寫的程式碼跑任何自動檢查。
3. 最常見的把關方式是人工：有人 review 並手動測（55%）、交給 QA 團隊事後測（51%）。在 CI 裡跑獨立自動測試的只有 34%；還有 5% 除了 agent 說「做完了」之外沒有任何檢查。
4. 44% 表示隨著 AI 程式碼變多，漏到正式環境的缺陷或事故也變多了。只靠 QA 事後接手、沒有 CI 測試的團隊，回報缺陷上升的比例是 49%；有跑 CI 測試的是 38%。
5. 64% 的團隊規定每個 AI 產生的測試都要有人核准，但這群團隊裡仍有 81% 合併過沒看懂的 AI 產出。
6. 預算分配：50% 的團隊把大部分 AI 測試預算花在「產生」（agent 席位、模型 API），花在「驗證」的只有 17%；有 AI 出錯事故應變計畫的只有 13%。

另一份可以對照的是 Qodo 在 9 月 23 日發布的 2026 State of AI Code Quality（委託 Censuswide 調查 500 位美國開發者與 300 位工程主管）：開發者與主管各有 26% 把「審查與驗證 AI 程式碼」列為交付流程的首要瓶頸，89% 的組織遇過與 AI 相關的正式環境事故。同樣是廠商報告，但方向一致。

三、我的解讀

「有人核准」不等於「有人看懂」

第 5 點最值得想。流程上有人簽核，結果仍然一樣。當產出速度遠高於閱讀速度，人工 review 很容易退化成形式。

人工把關沒辦法跟著產量放大

55% 靠人工測、51% 靠 QA 事後接手，這兩種方式的成本都跟程式碼量成正比。AI 讓產量翻倍，這條路就會先塞住。

錢花在產生，風險留在驗收

50% 對 17% 的預算比例，說明很多團隊把 AI 當成「加速寫」的工具，卻沒有同步投資「確認寫對」。對接案或外包來說，這正是驗收爭議的來源。

四、讓 AI 產出能驗收的五個做法

1. 驗收條件寫在產生程式碼之前

在 issue 或任務描述裡先寫清楚輸入、輸出、邊界條件與「怎樣算完成」。agent 和 reviewer 才有同一把尺。

2. CI 先過，人再看

型別檢查、lint、單元測試、secret 掃描都要在 PR 進到人手上之前跑完。人的注意力留給設計與邊界，不要拿來抓機械性錯誤。

3. 「說不出來就不合併」

PR 作者，不管是人還是 agent 起手，都要能說明這次改了什麼、為什麼、怎麼驗證。說不清楚的，退回拆小。我的 Code Review Checklist 可以當起點。

4. 量合併之後發生什麼

追蹤上線後 7 天內的缺陷、回滾與 hotfix。報告裡 44% 的團隊感覺到缺陷變多，但也有 15% 說還太早或根本沒在量。沒有數字，就只能憑感覺。

5. 把驗證寫進交付範圍

接案或委外時，在合約與報價裡明列測試、CI 設定與驗收步驟，而不只是「功能完成」。AI 讓程式碼變便宜，能證明程式碼是對的那一段反而更值錢。

---

這份調查樣本偏 QA 社群、也沒公布總數，數字要打折看。但「產出變快、驗證沒跟上」這個方向，跟這幾個月其他報告是一致的。如果你想替團隊或外包專案建立 AI 時代的 review 與驗收流程，歡迎預約 30 分鐘初談。