Там не юнит-тесты, а круче. Это называется полунатурное моделирование. И имеем два звена могущие вносить ошибки. Дядя дохтур и кодер. И таких пар звеньев там несколько десятков. Чтобы выяснить кто из них ошибся нужно время. Тоже самое при внесении изменений в алгоритме. А тут вроде как люди добились исключения ошибки в последнем звене. Результаты работы летают уже не первый год.