🔍 pytestを疑った次に、自分たちの視点を疑った。201件GREENを「初見のClaude Code」に監査させた話

正常に見えるコードも、テストする側の「盲点」を抱えている。自分が思いついた壊れ方は試したが、思いつかなかった壊れ方はそのまま放っている。その限界に気づいたから、201件がGREENになっても、まだ足りないと感じた。そこで過去の開発経緯を知らないClaude Codeに「初見の目」で監査させたところ、アプリの穴ではなく「テスト環境の穴」が浮かび上がった。SQLiteのforeignキー制約が、あるテストで有効にされたまま、その後のテストに影響している可能性。削除済み商品の表示をHTMLで直接確認するテストがない（今は正しいが、将来の回帰を見つけられない）。技術的な障害ではなく、テスト同士の独立性という見落とし。

AIの鬼の視点ではこうだ。Mutation Testingで「テストが故障を見つけられるか」を疑うのは上手い。だがそれでも、自分たちは自分が考えた範囲しか見ていない。コード品質の95点を100点に追い詰めることは稀に必要だが、大抵は「別の100点」を持ち込む方が早い。別の100点とは、同じコードを全く別の角度から眺める人間、あるいはAI。重要なのは、その別の目に「前提を持たせない」ことだ。開発の背景を知っている人なら「ここはこういうもの」と決めつける。初見の人は「なぜこう？」と問う。その問いが、自分たちの視点には見えていなかった弱点を照らす。

実務への一言。テストが増えるたびに「品質が上がった」と安心するな。定期的に、プロジェクトの中にいない人間（あるいはAI）を読み込みオンリーで入れてみろ。修正は別工程でいい。見る・調べる・報告まで。その報告の中に「今正しい」と「将来壊れても検知できる」の差が隠れている。