Skill: Mutation Audit

Detecta tests zombies. Cobertura alta ≠ tests efectivos. Ref: SE-035, research javiergomezcorio substack (57% → 74% mutation score automated).

Cuándo usar

• Sprint-end quality check sobre módulos críticos con tests AI-generated
• Pre-merge de specs que añaden batería grande de tests
• Auditoría periódica (mensual) de módulos core
• Cuando la cobertura de un módulo es >90% pero se sospecha debilidad real

Cuándo NO usar

• Cada PR (demasiado costoso, CI bloqueante)
• Módulos sin tests aún (antes escribir tests básicos)
• Lenguajes no soportados en Slice 1 (Slice 1: bash + python + TS)

Invocación

# Bash module
bash scripts/mutation-audit.sh --target scripts/X.sh --tests tests/test-X.bats

# Python module
bash scripts/mutation-audit.sh --target src/module.py --tests tests/test_module.py --runner pytest

# TypeScript
bash scripts/mutation-audit.sh --target src/Y.ts --tests test/Y.test.ts --runner "npm test"

# Con threshold custom
bash scripts/mutation-audit.sh --target scripts/X.sh --tests tests/test-X.bats --threshold 80 --mutants 10 --json

# Modo simulate (Slice 1 fast path — SIN ejecución real, etiquetado "simulated")
bash scripts/mutation-audit.sh --target scripts/X.sh --tests tests/test-X.bats --simulate

Output

Verbose (default)

=== SE-035 Mutation Audit ===
Target:    scripts/X.sh
Tests:     tests/test-X.bats
Language:  bash
Mode:      real
Mutants:   5 (killed=4, survived=1, equivalent=0, executed=5)
Score:     80% [PASS threshold 70%]

executed = número de mutantes que pasaron REALMENTE por el runner (el guard de ejecución). En modo --simulate, executed=0 y Mode: simulated con WARNING.

JSON (--json)

{
  "verdict":"PASS",
  "execution":"real",
  "target":"scripts/X.sh",
  "tests":"tests/test-X.bats",
  "language":"bash",
  "mutants_total":5,
  "executed":5,
  "killed":4,
  "survived":1,
  "equivalent":0,
  "score_pct":80,
  "threshold_pct":70,
  "survivors":["line=42 mutator=comparison-boundary status=survived"]
}

Mutadores (Slice 1)

Mutador	Aplica a	Ejemplo
arithmetic-op-swap	bash/py/ts	+ → -, * → /
comparison-boundary	bash/py/ts	> → >=, < → <=
conditional-negate	bash/py/ts	if X → if ! X
return-null	py/ts	return X → return None/null

Interpretación del score

• ≥ 80%: tests fuertes, detectan cambios lógicos reales
• 70-79%: tests aceptables, hay algunos survivors
• < 70%: tests débiles o zombies — revisar

Cada superviviente (mutante no matado) indica un gap concreto: diff muestra qué cambio NO fue detectado.

Caveats de interpretación (detalle en DOMAIN.md)

• Atribución de kills: un kill se atribuye al test que falla primero — 7/7 valida la suite entera, no cada capa. En Tier 3, re-correr mutantes contra la suite de propiedades sola.
• Guard de ejecución: un runner hand-rolled debe probar que ejecutó cada mutante (bug de cache de bytecode infla el score sin aparecer como rojo). Ver docs/rules/domain/checker-fail-closed.md.
• Estado: Slice 2 — ejecución real con baseline gate. --simulate = fast path etiquetado simulated (nunca fabrica kills).

Integración en flujo

• /mutation-audit --target scripts/X.sh (command wrapper pendiente)
• Sprint-end: ejecutar sobre módulos críticos del sprint
• Post-merge: trending mensual en output/mutation-scores-YYYYMM.md

Restricciones

• Opera sobre copia en $TMPDIR — NO modifica el repo real
• Mutadores determinísticos con --seed para reproducibilidad
• Max 20 mutantes por invocación (bound de tiempo)

Referencias

• Spec: docs/propuestas/SE-035-mutation-testing-skill.md
• Script: scripts/mutation-audit.sh
• Tests: tests/test-mutation-audit.bats
• Research: 2026-04-18 javiergomezcorio substack (57% → 74% automated)
• Roadmap: Era 183 Tier 3 Champions #2