Esse ponto de “teste que passa” vs “teste que verifica” é muito bom.

Tenho visto um problema parecido quando o agente escreve implementação e teste na mesma conversa: ele tende a testar o caminho que ele mesmo acabou de criar, não o comportamento que deveria ser protegido.

Uma prática que parece ajudar é pedir primeiro uma lista de casos de borda sem deixar o agente ver a implementação, e só depois usar esses casos para montar os testes. Ainda não substitui mutation testing, mas força uma separação melhor entre especificação e código.

Você acha que mutation testing deveria entrar como rotina em módulos críticos, ou mais como auditoria pontual?