AI Pisze Testy i Dokumentację, a Ty Pijesz Kawę

Wyobraź sobie taką scenę: asystent AI generuje za Ciebie testy jednostkowe i komentarze do kodu, a Ty w tym czasie spokojnie popijasz ulubioną kawę. Brzmi jak marzenie każdego programisty C#/.NET, prawda? Pisanie testów i dokumentacji bywa żmudne, choć jest niezbędne dla jakości oprogramowania. Na szczęście rozwój narzędzi opartych o sztuczną inteligencję sprawia, że ten scenariusz staje się rzeczywistością. Coraz więcej deweloperów korzysta z AI (np. ChatGPT, Claude Code czy GitHub Copilot) w codziennej pracy, aby przyspieszyć tworzenie kodu. W tym artykule opowiem, jak AI pomaga pisać testy i dokumentację, dzięki czemu Ty możesz skupić się na ważniejszych zadaniach (albo po prostu napić się kawy).

AI w pisaniu testów

[Fact]
public void IsPrime_ReturnsTrue_ForPrimeNumber() 
{
    /* Arrange */
    int number = 17;
    /* Act */
    bool result = IsPrime(number);
    /* Assert */
    Assert.True(result);
}

[Fact]
public void IsPrime_ReturnsFalse_ForNonPrimeNumber() 
{
    int number = 18;
    bool result = IsPrime(number);
    Assert.False(result);
}

Powyżej to tylko dwa uproszczone testy, ale AI mogłoby wygenerować ich więcej, łącznie z przypadkami brzegowymi (np. 0, 1, liczby ujemne). Ty zaś dostajesz gotowy kod testów, który wystarczy przejrzeć i ewentualnie dostosować. Zamiast żmudnego klepania asercji, możesz w tym czasie skupić się na ciekawszych wyzwaniach programistycznych.

AI w tworzeniu dokumentacji

Drugim obszarem, w którym AI świeci triumfy, jest dokumentacja kodu. Wielu programistów odkłada pisanie komentarzy XML dokumentujących metody na później, albo wcale ich nie pisze. Uzupełnianie /// <summary> nad każdą funkcją bywa nużące, zwłaszcza gdy kod jest oczywisty. A jednak dobra dokumentacja to skarb: ułatwia korzystanie z bibliotek, pomaga nowym członkom zespołu zrozumieć kod, no i przydaje się przy generowaniu automatycznej dokumentacji API.

Tutaj z pomocą przychodzi AI, które umie pisać komentarze dokumentacyjne za nas. Zarówno Visual Studio, jak i inne IDE (np. Rider) oferują funkcje wsparte AI do generowania takich komentarzy. W Visual Studio (z włączoną usługą Copilot) wystarczy, że zaczniesz pisać trzema ukośnikami /// nad deklaracją metody, a edytor automatycznie podpowie gotowy opis funkcji. Na podstawie jej nazwy i zawartości. AI wygeneruje zarys komentarza: podsumowanie działania metody, opis parametrów oraz wartości zwracanej. Ty musisz tylko zaakceptować tę sugestię (np. wciskając Tab), ewentualnie lekko ją poprawić.

To samo dotyczy komentarzy do klas czy interfejsów. AI przeanalizuje ich kod i zaproponuje Ci opis. Co ważne, komentarze tworzone przez AI są spójne i trzymają się ustalonych konwencji (np. formatu XML-doc w C#). Oto prosty przykład takiego komentarza wygenerowanego przez AI dla metody IsPrime:

/// <summary>
/// Sprawdza, czy podana liczba jest liczbą pierwszą.
/// </summary>
/// <param name="number">Liczba do sprawdzenia.</param>
/// <returns>True, jeśli liczba jest pierwsza; w przeciwnym razie false.</returns>
public bool IsPrime(int number) 
{
    /* ... implementacja ... */
}

AI na podstawie samej implementacji i nazwy metody wywnioskował, co ona robi i wygenerował adekwatny opis. Taki komentarz można oczywiście dopracować (np. dostosować styl lub język opisu), ale i tak oszczędza to Twój czas. Zamiast zastanawiać się nad każdą linijką dokumentacji, dostajesz gotowy szablon, który wymaga co najwyżej kosmetycznych poprawek. Warto dodać, że wygenerowane w ten sposób komentarze XML mogą być potem wykorzystane do automatycznego tworzenia stron dokumentacji (przy użyciu narzędzi typu DocFX czy Sandcastle), czyli kolejny plus za przyspieszenie pracy.

Podsumowanie

Czy zatem w przyszłości programiści będą już tylko pić kawę, podczas gdy AI zrobi za nich całą robotę? Niekoniecznie. Nasza rola się zmienia, ale wciąż pozostaje kluczowa. Sztuczna inteligencja świetnie radzi sobie z powtarzalnymi, schematycznymi zadaniami jak generowanie testów czy pisanie komentarzy do oczywistego kodu. Dzięki temu my, programiści, możemy zaoszczędzony czas przeznaczyć na kreatywne aspekty: projektowanie architektury, rozwiązywanie złożonych problemów czy ulepszanie jakości kodu. AI jest naszym asystentem, nie zastępstwem. Nadal musimy weryfikować wygenerowane testy i dokumentację, czytać je krytycznym okiem, ale wykonanie 90% nudnej pracy możemy delegować maszynie.

Jeśli zaciekawiły Cię możliwości przyspieszania pracy dzięki AI, warto zrobić kolejny krok. Narzędzia ewoluują bardzo szybko, a umiejętne ich wykorzystanie staje się nową, cenną kompetencją dewelopera. Jeśli chcesz dowiedzieć się, jak efektywnie budować aplikacje szybciej z pomocą AI, zapraszam Cię do mojego szkolenia online Szkoła 3x Dev - jak budować aplikacje szybciej dzięki AI. W szkoleniu pokazuję krok po kroku praktyczne metody wykorzystania AI w codziennej pracy programisty .NET, od generowania kodu, przez testy, aż po dokumentację. To doskonały sposób, by wejść na wyższy poziom produktywności i być może zyskać więcej czasu na wypicie spokojnie filiżanki kawy, podczas gdy część kodu pisze za Ciebie inteligentny asystent.

Podsumowując: AI już dziś odciąża nas od żmudnych zadań. Pisze testy i dokumentację, a Ty możesz skupić się na tym, co naprawdę ważne (lub zrobić krótką przerwę na kawę). Warto trzymać rękę na pulsie i korzystać z tych narzędzi, bo to przyszłość programowania, która dzieje się już teraz. Zamiast obawiać się, że AI odbierze nam pracę, lepiej zaprzyjaźnijmy się z nim i wykorzystajmy je, by być jeszcze lepszymi programistami.