reopt learning
AI-native development

AI code quality, verification & debugging

Challenge plausible code with independent evidence

Review against intent and risk, build independent test oracles, debug with competing hypotheses, and enforce AI-specific debt and release gates.

Advanced 8 lessons 515 XP About 89 min

Source · Handbook · Developer unlearning & agentic test-environment engineering · Source reviewed 2026-07-01

Complete the prerequisite courses first

AI-native architecture & implementation boundaries to unlock this course.

Study prerequisites
AI code quality, verification & debugging course
0%
Course progress9 learning steps

1. Intent 중심 코드 리뷰

코드가 자연스러운지보다 요구와 위험을 증명하는지 검토합니다.

  1. AI 코드는 읽기 쉬워도 틀릴 수 있다Requirement trace, invariant, trust boundary, deletion과 ownership reviewConcept45 XP
  2. AI 코드 리뷰 판단Intent·위험·증거 중심 리뷰를 확인합니다.Quiz50 XP

2. 독립된 Test Oracle

구현과 다른 관점으로 결과의 속성과 관계를 검증합니다.

  1. 같은 가정으로 만든 테스트는 같은 오류를 반복한다Property, contract, metamorphic, differential test와 hermetic fixtureConcept45 XP
  2. 실전: AI 테스트도 같은 버그를 승인했다구현에서 독립된 oracle을 다시 설계합니다.Scenario60 XP

3. 가설 기반 디버깅

무작정 재생성하지 않고 가장 정보 가치가 높은 probe로 원인을 좁힙니다.

  1. 디버깅은 코드 생성이 아니라 가설 경쟁Minimal reproduction, hypothesis matrix, probe·trace와 smallest fixConcept45 XP
  2. 디버깅 증거 준비도재현·가설·probe·최소 수정 구조를 점검합니다.Checklist55 XP

4. AI 기술부채와 Release Gate

이해·검증·소유권 공백을 측정하고 배포 전에 상환합니다.

  1. 코드가 동작해도 부채는 남을 수 있다Verification debt, comprehension debt, prompt dependency와 evidence gateConcept45 XP
  2. 워크북: AI 변경 Release Gate이해·검증·재현·운영 증거를 배포 조건으로 만듭니다.Workbook70 XP

Final challenge

Turn what you learned into a reusable work artifact.

  1. 최종 챌린지 · AI 코드 품질 증거 패키지Review·oracle·debug·debt gate를 하나의 배포 승인 자료로Complete lessons first100 XP