《WorkBuddy Skills 实战》第7招 测试先亮红灯
## 01、痛点 先讲一个真实场景。团队最近用 WorkBuddy 开发订单中心,需求是“取消订单”。需求文档写着:已支付订单不能取消,待支付订单可以取消。听起来很简单。我们让编程助手直接生成实现,几秒钟就出了代码。我 review 一遍,代码结构清晰,字段判断也有,就提交了。结果测试环境一跑,发现已支付订单照样能取消。问题出在助手生成的代码只判断了订单状态是否等于“待支付”,其它状态一律放行,而测试环境里那笔订单是“已支付”。如果没有自动化测试,这种缺陷要么靠人眼盯,要么靠线上用户发现。更麻烦的是,后续改库存释放逻辑,又把取消校验改坏了一次。 这就是当前很多团队面临的情况:生成代码很快,验证代码很慢;看起来对的代码不一定能跑;改一处逻辑,其它地方悄悄坏掉。根本原因是缺少一个稳定、快速、可重复的反馈环。人工 review 只能抓风格问题,很难每次覆盖边界条件;手动点界面又太慢,回归一次成本很高。于是代码越多,心里越没底。订单取消只是一个小功能,但缺反馈的问题会放大到整个系统。 ## 02、是什么 TDD 并不神秘,它就是把开发过程拆成三步:红灯、绿灯、重构。红灯是写一个会失败的测试,表达你期望的行为;绿灯是写刚好让测试通过的最少代码,不额外设计;重构是在测试保护下整理结构,去掉重复、提升可读性。然后把这三步循环起来,形成反馈环。很多人以为 TDD 就是“先写测试”,其实重点不是先后顺序,而是循环:失败、通过、整理、再失败、再通过、再整理。 放到 WorkBuddy 里,这个循环可以被固化成开发节奏。比如开发订单取消,不是先让编程助手写完整实现,而是先让它生成一个针对“已支付订单不能取消”的失败测试。测试运行失败,说明这条规则被真实地表达了;然后让助手写最少代码让测试通过;测试通过后,再检查代码结构,做必要重构。这个循环每跑一次,就完成一次“规则确认”。红灯是确认测试有效,绿灯是确认实现满足规则,重构是确认结构不会腐烂。 需要澄清:TDD 不等于测试工具,也不是 QA 的职责。它是一种开发方法,用可执行测试驱动出实现。测试在这里不是附属品,而是需求的另一种表达方式。 ## 03、为什么 为什么在 AI 写码时代还要强调 TDD?因为自动编程工具没有可执行反馈时,本质上仍然在猜代码是否正确。这句话听起来有点抽象,拆开讲:模型生成代码依据的是海量代码和自然语言中学习到的概率分布,它知道“取消订单”通常会检查状态,但它不知道你们项目里“已支付不能取消”这条具体规则,更不知道这条规则在支付回调、退款、人工客服等多个入口都必须一致。没有测试,模型只是在生成“看起来合理”的代码;有了测试,判断就从语言概率变成了机器结果。 测试是机器给出的通过或失败,没有灰色地带。这个反馈对自动编程工具尤其重要。人可以边写边在脑子里运行一些场景,模型不行,它不会自己执行代码,也不会自动发现边界条件。只有测试运行器告诉它哪里红了,它才能在下一轮调整。换句话说,测试把“像不像正确”变成了“是不是正确”。 订单取消的例子特别典型。我们先写“已支付订单不能取消”的测试,运行后失败,说明测试真的在约束行为。然后让编程助手写最少代码,可能就是在取消函数里加一个状态判断,抛出一个业务异常。再跑测试,通过。这一瞬间,我们不再靠肉眼判断代码是否正确,而是有了一条机器可重复验证的规则。后续无论怎么重构,只要这条测试还绿,规则就没有被破坏。 TDD 还解决了一个协作问题:测试用例就是可执行的需求文档。你不需要反复用自然语言解释“已支付订单不能取消”,因为测试代码已经把这条规则钉死了。新成员或自动编程助手接手时,先跑测试就能理解边界。 ## 04、架构 从架构角度看,TDD 反馈环可以分为三层:规则层、实现层、反馈层。规则层由测试用例组成,表达业务约束,比如“已支付订单不能取消”。实现层是具体业务代码,比如订单取消服务。反馈层是测试运行器,它把规则层和实现层连接起来,输出红灯或绿灯。重构则是在三层之外加了一个守护:每次重构后,反馈层必须仍然是绿灯。 在 WorkBuddy 里,这个架构可以落成一条清晰的链路:先由需求生成规则层测试,再由测试驱动实现层代码,最后由反馈层自动运行全量测试。这个过程不依赖某个人记得所有细节,也不依赖口头交接。 这里有一个关键设计:测试应该绑定业务行为,而不是绑定实现细节。如果测试只通过公共接口验证结果,实现层就可以自由重构;如果测试频繁检查内部方法是否被调用、私有字段是否被修改,那么每次实现调整都会让测试变红,导致重构变成灾难。比如订单取消测试,比较好的做法是调用取消接口,验证订单状态和异常;而不是去断言内部一定调用了风控接口或库存接口。前者是行为验证,后者是实现绑定。 架构上还要注意反馈速度。测试越快,循环越短,自动编程助手迭代越高效。因此单元测试和轻量级集成测试优先,慢吞吞的端到端测试可以放到后续阶段。稳定、快速、可自动运行,这才是真正的反馈环。 ## 05、实战 下面用一个 Python 小例子走完整流程。需求只有一条:已支付订单不能取消。先写失败测试: ```python import pytest from order import Order, OrderStatus, OrderCancelError def test_paid_order_cannot_be_cancelled(): order = Order(id='ORD-1001', status=OrderStatus.PAID) with pytest.raises(OrderCancelError): order.cancel() ``` 这段测试在 order 模块还没实现时运行,会失败:可能是 ImportError 或 AttributeError。这就是红灯。接着写最少代码让测试通过: ```python class Order: def __init__(self, id: str, status: OrderStatus): self.id = id self.status = status def cancel(self): if self.status == OrderStatus.PAID: raise OrderCancelError('已支付订单不能取消') ``` 再跑测试,通过。绿灯达成。现在代码还可以,但规则直接散落在 cancel 里,后续可能有退款、风控等逻辑。我们做一次重构,把“能否取消”的判断抽出来: ```python class Order: def __init__(self, id: str, status: OrderStatus): self.id = id self.status = status @property def can_cancel(self): return self.status != OrderStatus.PAID def cancel(self): if not self.can_cancel: raise OrderCancelError('已支付订单不能取消') ``` 跑测试,仍然通过。这就是重构:结构变了,行为没变,测试保护了规则。接下来再加一条规则:待支付订单可以取消。先写失败测试: ```python def test_pending_order_can_be_cancelled(): order = Order(id='ORD-1002', status=OrderStatus.PENDING) order.cancel() assert order.status == OrderStatus.CANCELLED ``` 当前实现 cancel 只对已支付抛异常,但待支付订单调用后状态不会变成已取消,测试会失败。然后补充实现: ```python def cancel(self): if not self.can_cancel: raise OrderCancelError('已支付订单不能取消') self.status = OrderStatus.CANCELLED ``` 测试通过。这个循环很小,但完整展示了红、绿、重构。真正的好处不在这些小步里,而在于每一步都有机器反馈,不会出现“我以为可以了”的情况。 ## 06、洞见 为什么说 AI 时代 TDD 的价值被重新放大?因为自动编程工具比人更需要稳定、快速、可自动运行的反馈。人写代码时,会基于经验、上下文和直觉做很多隐含判断;模型没有这些,它只能从输入里获取信息。如果输入只有一句“实现订单取消”,模型就会按常见模式生成代码,至于你们项目里“已支付不能取消”的特殊规则,它猜不对也正常。测试就是把这些隐含判断外化出来,变成机器可读的约束。 另一个洞见:测试让自动编程工具从一次性生成变成可迭代优化。你不需要一次把需求说得很完美,只要先给出测试,模型就能根据失败信息调整实现。失败堆栈、断言错误,都是具体的信号,比“你再看看”有用得多。红灯、绿灯、重构,其实是一套适合人机协作的节拍。 但同时要警惕一个误区:测试如果过度绑定实现细节,会让每次重构都变成测试灾难。比如你写了一个测试,要求内部先调用风险检查,再调用库存锁定,最后更新状态。后续把风控改成异步,或者把库存锁定合并,测试就会连环失败。失败的原因不是业务规则被破坏,而是测试管得太细。这样的测试不但帮不上忙,反而会锁死实现,让重构寸步难行。好的测试应该像合同,只规定结果,不规定手段。 ## 07、行动 落到日常开发,我的建议是:规则明确的新功能优先 TDD,探索性原型不要机械套流程。具体可以这样做: 第一,动手前先问一句:这个功能的业务规则是否足够清楚?比如“已支付订单不能取消”,规则非常清楚,适合先写测试。如果是“做一个好看的订单详情页”,交互和视觉还在变,先写测试反而浪费。 第二,把规则翻译成失败测试,先看红灯。红灯不是形式主义,它是证明测试有效。如果测试不经任何修改就是绿的,很可能测试没有真正覆盖规则。 第三,写最少代码过绿灯,不做多余设计。不要顺手加一堆未来可能用到的扩展点,等测试逼出来再写。 第四,重构只在绿灯后进行。重构前先提交代码,重构后立即跑测试。如果测试红了,先回退或修正,不要让红灯过夜。 第五,探索性原型可以轻量 TDD。快速验证交互、性能、不确定性高的部分,等方向清晰后再补关键测试。探索阶段的目标是学习,不是永久的正确性。 第六,测试只绑定业务行为,不绑定实现细节。写完测试问自己:如果我把实现重写一遍,这个测试还会通过吗?如果不会,可能就绑得太死。订单取消测试只验证取消结果和异常,不关心内部调用顺序,这样以后换实现不用大改测试。 ## 08、小结 TDD 的核心理念不是“先写测试”,而是把开发变成一个有机器反馈的循环:红灯、绿灯、重构。在自动编程工具普及的今天,这个循环不但没有过时,反而更重要。因为没有可执行反馈时,再强的生成能力也只是在猜;测试能把判断从语言概率变成机器结果。订单取消的例子虽小,但它说明了规则如何被测试钉死、实现如何被最少代码驱动、结构如何被测试保护。规则明确的新功能优先 TDD,探索性原型保持轻量,这是我认为最适合当下的落地方式。 ## 09、链接与概念说明 TDD:测试驱动开发,用测试定义期望行为,再写实现使测试通过。 红灯-绿灯-重构:TDD 三步循环。红灯写失败测试,绿灯写最少代码通过,重构改善结构。 可执行反馈:测试运行器给出的通过或失败结果,是机器判断而非主观感觉。 回归测试:防止已有功能被修改破坏的自动化测试。 测试绑定实现细节:测试依赖内部方法、调用顺序或私有字段,导致实现调整时测试大量失败。 推荐阅读:Kent Beck《测试驱动开发》;Martin Fowler《重构:改善既有代码的设计》;Michael Feathers《修改代码的艺术》。