重构需要保持什么
前面我们已经能指出职责混杂、重复实现等问题,下一步就是调整结构。但调用者还在使用现有系统,我们怎样让结构改善,同时保持原来的行为?重构(Refactoring)要求保留外部可观察行为,包括输出、错误和调用者能够依赖的约定。
增加功能与重构应分开进行。课程用两顶帽子作比喻:重构时行为冻结,测试保护已有承诺;功能修改时先改变规格与测试,再实现新行为。两类工作在提交边界切换,历史才容易解释。
先固定当前行为
特征测试(Characterization Test)记录代码目前实际做什么,不直接判断这样做是否合理。课件中的预约服务允许零长度预约,即使它可能是缺陷,在纯结构调整阶段仍先固定下来。
这与此前要求测试预期来自规格并不矛盾。这里的任务就是保持现状,所以观察现有实现能够提供预期值。后续决定拒绝零长度预约时,再以独立功能修改更新要求和断言。

Agent 可以协助生成这些测试,但仍要检查输入、边界和断言。没有断言的执行、覆盖不足的样本,都无法保护重构。若内部难以直接测试,可以先在可到达的外部边界建立保护,再逐步向内调整。
建立特征测试时,可以先故意填写一个错误预期,运行后读取真实结果,再把这个结果固定下来。这个过程只建立保持现状的依据,后续有意修复行为时,再改成由新规格决定的普通测试。
这些测试建立后要继续随套件运行,而不是重构结束就删除。还可以故意改变一个被固定的行为,确认测试确实会失败;输入覆盖仍然有限,后面会用阶梯费用的例子说明遗漏边界的后果。
课件引用 RefAgent 实验说明反馈的重要性:在所引 GPT-4o 实验设置中,首次重构保持测试通过约为 45%,加入编译与测试反馈后约为 90%。它说明需要执行检查,不能把某个模型或框架的实验比例当成“此次重构正确”的概率。
用小步骤改善结构
提取函数、移动方法、重命名和内联都有明确操作范围。一次完成一个动作,执行原测试与特征测试,结果正常后再提交,可以把失败定位到较小变化。
委派重构时,应说明要执行的操作、允许修改的位置,以及必须保持的行为。只说“清理一下”容易同时触发命名、依赖、错误处理和业务逻辑调整。
例如委派提取重叠检查时,可以明确要求:只修改 BookingService,提取 hasActiveOverlap(room, slot),不改签名、不改测试,运行套件并展示差异。这样生成之前,我们已经能够预估改动范围;若同时出现 RoomService、Booking 与 Slot 的修改,就需要先解释越界原因。
检查也有不同保证范围。IDE 静态重命名会更新能够解析的引用;测试只保护运行过的输入;阅读差异则检查错误顺序、默认值、异常类型与罕见路径是否变化。不能把“另一个 Agent 觉得没问题”当成编译保证,候选发现仍要核实。
一次内联为什么改变了费用
课件展示预约计数与阶梯费用:原实现先读取当天已有预约数量,再插入新预约,最后按旧数量计费。重构后把计数直接内联到返回语句,读取发生在插入之后,新预约也被算进去了。

已有测试没有位于阶梯边界,所以仍然通过。这个例子说明,绿色测试需要结合 diff 阅读;内联一个表达式之前,要检查中间操作是否改变了它依赖的状态。
重构是否有收益,还需要回答下一次变化是否变小、提取后的职责是否清楚、依赖方向是否改善。“看起来整洁”本身不足以支持大范围修改。
技术债按变化路径处理
技术债表示现在采用结构性捷径,未来相关修改需要付出额外成本。明确记录何时重新考虑的简化方案,与无意积累的混乱有所不同。
优先级可以结合修改频率、正确性风险和延迟成本判断。准备增加候补队列,就先给队列建立合适位置;即将删除的代码、紧急故障现场和没有验证条件的部分,不适合顺便大规模重构。
演进还是重新生成
生成成本降低以后,可以改善规格再生成一个版本。结构根本不合适、规格清晰、历史知识较少且验证充分时,这条路值得考虑;已有大量边界修复、调用者依赖和审查成果时,在原结构上演进往往保留更多价值。
重新生成也意味着重新审查全部新代码与设计。测试没有固定的行为可能悄悄变化,旧客户端仍需要兼容。
决策之前,可以从新契约逐条追踪请求:入口检查什么、读写哪些状态、哪个新规则尚无归属。基于实际路径比较影响范围,再选择演进、重生成,或只替换边界清楚的局部。
用请求路径比较两条路线
假设新要求是“部分房间仅供某个组使用”。现有路径依次检查时段、查询重叠、写入预约,却没有任何一步查看用户组。这个缺口首先是责任分配问题:权限判断应放在服务、会议室还是独立策略里,需要明确。
在原系统演进,会修改房间模型、预约检查、房间列表与创建入口,并重新验证旧调用者;重新生成,则要先补好新规格,再重新阅读整体设计与实现。接口边界清楚时,也可以只替换局部,但作业三要求学生为整体选择一条路线,并保持旧客户端可用。
课件给出的三个练习还刻意设置了不同约束。年轻解析器虽然规格短,却没有测试,而且其他服务依赖精确错误消息;老计费模块虽然结构拥挤,却积累了大量边界修复;近期 API 层只是约定漂移,通常更适合有范围的调整。这里整理的是判断方向:先固定重要行为,再比较已有知识、规格、验证与影响范围,不能只按代码年龄决定。
作业三的 AUDIT.md 记录每项新功能影响、两种异味、保留旧系统的难易与路线理由。截止时再追加实际开发验证了什么,不回写最初判断。这样才能看出设计预估与真实变化之间的差距。
