Microsoft disponibilizou como código aberto o agente code-testing-generator, uma ferramenta poliglota capaz de escrever testes unitários e comprovar automaticamente que eles funcionam. O agente foi publicado no plugin dotnet-test, dentro do repositório dotnet/skills, distribuído sob a licença MIT. A proposta da Microsoft é preencher uma lacuna comum nos assistentes de programação atuais, que normalmente recebem comandos genéricos como "gere testes unitários" sem definir framework, localização dos arquivos ou critérios de validação.
O grande diferencial do code-testing-generator está em como ele planeja antes de escrever qualquer linha de código. O agente utiliza um pipeline chamado Pesquisa-Planejamento-Implementação, no qual primeiro analisa o repositório para identificar quais trechos precisam de cobertura, detecta a linguagem utilizada e o framework de testes adotado, lê os testes já existentes para identificar convenções e descobre os comandos reais de build e execução. Esse último passo é considerado essencial pela Microsoft, pois muitos projetos locais nunca rodam em integração contínua porque nenhum sistema os registrou corretamente.
Depois dessa etapa de pesquisa, o agente escolhe uma entre três estratégias de geração. A estratégia direta escreve e valida os testes imediatamente. A estratégia de passagem única executa um único ciclo completo. A estratégia iterativa repete o processo para escopos maiores ou metas de cobertura mais altas. Independentemente da escolha, o agente nunca modifica o código de produção e evita propositadamente testes que façam chamadas a endereços externos, que vinculem portas de comunicação ou que dependam de fatores de tempo, justamente para garantir resultados reproduzíveis.
Antes de declarar a tarefa concluída, o agente executa cinco verificações obrigatórias. Ele avalia alterações mínimas no código que deveriam fazer os testes falhar, em uma abordagem inspirada em testes de mutação, que consiste em introduzir pequenas mudanças propositais para verificar se os testes realmente detectam erros. Também procura por validações fracas ou ausentes, garante que cada cenário solicitado corresponda a um teste, constrói todo o workspace rodando a suíte completa e confirma que o comando oficial de testes do repositório consegue descobrir os novos arquivos gerados.
Os números apresentados pela Microsoft em um benchmark interno com 152 tarefas extraídas de repositórios reais mostraram vantagem consistente do agente. Ele completou 140 tarefas, equivalente a 92,1%, enquanto o GitHub Copilot tradicional concluiu 120, ou 78,9%, considerando o mesmo modelo de linguagem e os mesmos comandos. Isso representa 63% menos falhas. O ganho se concentrou especialmente nos comandos vagos, nos quais o agente resolveu 79 dos 89 casos, contra 59 do Copilot padrão. Em comandos detalhados, o resultado foi praticamente igual. Em tarefas voltadas a um diff específico, ou seja, a um conjunto bem delimitado de alterações no código, o agente acertou todas as 15, enquanto o Copilot padrão não completou nenhuma.
Outro dado relevante é que o agente gerou 2,3% menos testes, com 6.963 contra 7.129, mas manteve cobertura de linhas praticamente idêntica, de 72,4% contra 72,2%. O tempo médio por tarefa caiu de 380 para 359 segundos, enquanto o consumo de tokens por tarefa concluída foi apenas 3,2% maior. Em testes voltados a projetos .NET, o modelo Claude Opus 4.8 alcançou 43 de 45 tarefas com o agente, contra 35 de 45 sem ele, enquanto o GPT-5.5 chegou a 41 de 45 contra 36 de 45. No benchmark externo SWE Atlas, considerado mais difícil, o agente finalizou 16 das 44 tarefas, contra 12 do Copilot padrão.
A Microsoft destaca que a ferramenta não é um serviço hospedado, mas sim uma definição de agente acompanhada de habilidades, o que permite sua execução dentro de qualquer agente de programação já existente, mantendo o código localmente. O code-testing-generator pode ser utilizado no GitHub Copilot CLI e também no Visual Studio Code, inclusive na versão Insiders, por meio de suporte a plugins ainda em fase de preview. A empresa já trabalha em suporte para o Visual Studio. O agente se limita aos testes unitários, ficando fora de seu escopo atual os testes de integração, testes de ponta a ponta, testes de navegador e testes de desempenho.
Entre os setores mais beneficiados estão organizações que lidam com auditorias frequentes e exigências regulatórias, como serviços financeiros, saúde, seguros e setor público, além de equipes responsáveis por reduzir dívidas técnicas em bases de código legadas. Aplicações práticas incluem a criação de testes em módulos sem cobertura, a geração automática de testes para mudanças específicas em pull requests, o aumento de cobertura antes de um release e a padronização de convenções em monorepos que misturam várias linguagens de programação.
