找Bug反而有害？AI时代软件测试研究的价值之问

文章作者是一位拥有六年经验的软件测试研究者，正在开发一款基于属性的测试工具，并在开发过程中提出了一个反思性问题：以发现Bug为核心目标的测试研究，其价值是否正被削弱。文章首先介绍了基于属性的测试方法：不同于传统针对特定行为编写测试用例，PBT要求测试者定义关于系统的一般性属性，例如任意输入不应导致程序崩溃、任意两数相加应满足交换律、物理仿真应始终守恒动量等，随后通过对输入空间的随机采样来验证这些属性是否成立。作者强调，发现Bug、定位根因并协助修复只是测试研究的工作方式，而非价值主张；测试研究的真正价值在于帮助构建可靠的软件系统。基于属性的测试只是众多手段之一，模糊测试、确定性仿真测试、形式化验证等方法在不同场景与领域中服务于同一目标。文章进一步指出测试研究的一个关键张力：测试者与维护者相互分离，测试者始终从外部视角接近被测系统，对系统的理解不如维护者深入，也缺乏深入理解的激励与能力。作者认为，随着AI时代的到来，这一张力正逼近临界点，测试研究的定位与方向亟待重新审视。

事件分析

核心观点：当AI把发现Bug的成本压到趋近于零，软件质量的核心竞争力正从发现问题转向定义何为正确。