返回资讯中心
外部精选
软件工程
#开发者实时流

Alysson:用属性测试与定理导向编程提升代码可靠性

来源标题:Types are Theorems, Programs are Proofs

Alysson 提出,基于示例的测试只能验证开发者已设想到的场景,无法证明代码无缺陷。他主张从点验证升级到用 Property-Based Testing(PBT)对不变量做随机探索,并在严谨性极限处借助 Theorem-Oriented Programming(TOP)获得数学层面的绝对保证。

Hacker News 最新ProofByFalseInd2026/11/17 · 今天30 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

类型即定理,程序即证明

Alysson 2026年10月26日 1 2 分享 TL;DR:基于示例的测试只能确认你的代码在你所能想到的场景下可以正常工作。要构建真正有韧性的系统,我们需要提升保障水平:从点状验证,走向用基于属性的测试(PBT)对不变量进行随机探索;而在严谨性的极限处,则走向用面向定理的编程(TOP)获得绝对的数学保证。

为什么我们不能信任基于示例的测试

20世纪60年代末,Edsger W. Dijkstra 提出了计算机科学中最著名——也最令人不安——的一句话:“程序测试可以用来表明缺陷的存在,但永远不能表明缺陷的不存在。”半个世纪之后,软件行业仍然困在一个悖论里:我们写下成千上万行传统的单元测试(基于示例的测试),达到95%的代码覆盖率,然而关键系统在生产环境中一旦遇到未曾预见的边界情况,依然会崩溃。

基于示例的测试的根本问题在于作者的认知偏差。当工程师写下函数 sort(list),然后写下测试 assert sort([3, 1, 2]) == [1, 2, 3] 时,这个测试与实现有着完全相同的盲区。我们测试了“正常路径”和半打显而易见的边界情况(空列表、重复元素),却留下了一个由可能状态构成的无限宇宙未被覆盖(NaN、算术溢出、格式错误的 Unicode 字符、并发)。

如果我们想构建这样的系统:某些类别的缺陷不存在,不再只是一种期望,而成为一种架构属性,那么我们需要重新思考两根支柱:我们如何验证代码(基于属性的测试),以及我们在哪种范式下构建代码(面向定理的编程)。

在传统软件工程中,开发周期往往把测试当作实现之后的一道官僚式步骤。在高可靠性工程中,开发则作为一个闭环反馈系统来运作,其目标是收窄无效状态的空间,直至其收敛为零。这一流程在三个连续阶段中运行:

┌──────────────────────────────────────────────────────────────┐ │ │ ▼ │ [1. 编程] ──► [2. 验证(PBT / 证明)] ──► [3. 修复] ─┘ │ ▼ (不变量得到满足 / Q.E.D.) [免于该类缺陷的代码]

编程(契约与变换的定义):重点不再只是把状态与行为耦合起来,而是放在类型签名和纯数据变换上(这是面向数据和函数式编程的核心原则)。写代码时要始终牢记它必须保持哪些数学属性。阅读我上一篇关于面向数据编程的文章:

(本文译自巴西葡萄牙语版本,原文可在此处获取)

通过健壮测试或验证进行验证:代码被提交给一个判定器(oracle)。在随机层面,海量输入生成器试图违反系统不变量(基于属性的测试)。在形式层面,类型检查器 / 证明助手(Type Checker / Proof Assistant)验证实现是否对所有可能的输入都满足逻辑规约。

不变量的修复与精化:当检测到失败时——无论是属性测试中收缩后的反例,还是编译器中未解决的证明义务——开发者不会简单地打上一个治标不治本的 if 补丁。他们会分析结构性失败:是代码违反了规约,还是规约本身不完整?

重复直至收敛:1 -> 2 -> 3 的循环反复进行。每一次迭代,缺陷搜索空间都被剪枝。只有当模糊测试器/生成器在数千次排列之后仍找不到反例,或者证明助手接受了该定理(Q.E.D.)时,循环才会结束。

基于属性的测试由 Haskell 中的 QuickCheck 库(由 Koen Claessen 和 John Hughes 于2000年创建)推广开来,如今几乎存在于每一种现代语言中(例如 Python 中的 Hypothesis、TypeScript/JavaScript 中的 fast-check、Rust 中的 proptest),它改变了测试的根本问题。

PBT 不再问“对于输入 X,输出是否为 Y?”,而是问:“对于属于某个域 𝓓 的任意有效输入 x,属性 P(𝑓(x)) 是否成立?”

这使软件测试更接近 Karl Popper 的科学方法:我们不是用半打确认性示例去证明代码是对的;我们是通过生成成百上千个对抗性输入,去证伪“代码是正确的”这一假设。

为了用普适属性取代固定示例,我们使用属性设计模式:

可逆性(往返 / 对称性):如果你把一个数据结构序列化为 JSON/二进制,然后再反序列化,你必须得到完全原始的数据:∀x ∈ Dados, decode(encode(x)) = x。

幂等性:对同一操作应用多次与只应用一次产生的结果相同(例如排序、文本规范化、清洗过滤器):∀ x, 𝑓 (𝑓 (x)) = 𝑓 (x)。

结构不变量:某些度量不能被变换所改变。对列表排序时,输出列表的长度必须等于输入列表的长度,元素集合必须完全相同(即一个排列),并且对每个索引 i,都有 L[i] ≤ L[i+1]。

测试判定器(差分测试):将一个高度优化、复杂或并行的实现 𝑓 fast(x) 与一个简单但已知正确的参考实现 𝑓 naive(x) 进行比较:∀ x, 𝑓 fast(x) = 𝑓 naive(x)。

如果一个随机生成器发现你的财务聚合函数在处理一个包含 4,500 笔交易、且含有 [-1.4012984643e-45, 3.4028234e+38, ...] 这类极端浮点数的列表时会出错,那么手动调试这个错误将是一场噩梦。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →