开发者 David Khourshid 提出 AI 改 UI 后需补上「行为 diff」测试空白

David Khourshid 以 Codex Desktop 的真实案例指出，AI 代理重写应用 UI 后，测试套件可能全部通过，用户体验却明显变差。他提出当前自动化测试难以捕捉界面行为变化，「行为 diff」测试仍是空白，并给出四步推演思路，呼吁业界填补这一测试缺口。