Miksi kirjoitan testejä viimeiseksi, ja miksi se ei ole sitä, mitä luulet sen tarkoittavan
**Kiistanalainen otto:**Test-Driven Development on loistava harjoitus, joka ratkaisee väärän ongelman suurimmassa osassa luovaa työtä.
Rakennusohjelmistojen kolme vaihetta (jotka todella toimivat)
Näin rakennan ohjelmistoja.
Se on yksinkertainen ja tehokas, ja se saa TDD-puristit kohteliaasti vapisemaan kulmakarvojaan:
Laita se toimimaan.*Tee siitä kaunis.*Lukitse se testeillä.
graph TB
Start[New Feature Request] --> P1[Phase 1: Make It Work]
P1 --> P1_Private[Private Exploration]
P1_Private --> P1_Sketch["Sketch the solution<br/>Messy code OK<br/>No tests yet<br/>Focus on learning"]
P1_Sketch --> P1_Run["Run it manually<br/>Try different inputs<br/>See what breaks<br/>Understand the problem"]
P1_Run --> P1_Decision{Does it work<br/>basically?}
P1_Decision -->|No| P1_Iterate[Try different approach]
P1_Iterate --> P1_Sketch
P1_Decision -->|Yes| P2
P2[Phase 2: Make It Pretty] --> P2_Refine[Private Refinement]
P2_Refine --> P2_Clean["Clean up the code<br/>Better names<br/>Type hints/annotations<br/>Clear structure"]
P2_Clean --> P2_Align["Align with spec<br/>Cover all requirements<br/>Handle edge cases<br/>Polish API surface"]
P2_Align --> P2_Optimise["Optimise<br/>Performance<br/>Readability<br/>Maintainability"]
P2_Optimise --> P3
P3[Phase 3: Lock It Down] --> P3_Share[Public Sharing]
P3_Share --> P3_Tests["Write comprehensive tests<br/>Full coverage<br/>Edge cases<br/>Error conditions"]
P3_Tests --> P3_CI["CI/CD Integration<br/>Automated testing<br/>Code review<br/>Documentation"]
P3_CI --> P3_Deploy["Ready to Share<br/>Commit to main<br/>Deploy to prod<br/>Other devs can use it"]
P3_Deploy --> Done[Well-Tested,<br/>Well-Designed Code]
style P1 stroke:#ff6b6b,stroke-width:3px
style P2 stroke:#4ecdc4,stroke-width:3px
style P3 stroke:#95e1d3,stroke-width:3px
style Done stroke:#38ada9,stroke-width:4px
Siinä järjestyksessä.*Aina.*En siksi, että olisin laiska.
Ei siksi, etten arvostaisi testausta.
näin luovaa työtä oikeasti tapahtuu
Kun tutkii ongelmatilaa, sitä ei vielä täysin ymmärrä.
Kun tutkii ongelmatilaa, sitä ei vielä täysin ymmärrä.
Anna kun selitän.
Tämä on sotkuinen kohta.Se kohta, jossa en tiedä, mitä teen.
Yritän ymmärtää:
Toimiiko tämä sovellusrajapinta niin kuin lääkärit väittävät?
Voinko edes ratkaista tämän ongelman työkaluilla, joita minulla on?
Mitä "oikea" edes tarkoittaa tässä yhteydessä?*Onko tämä kahden tunnin vai kahden viikon ongelma?*Tämä on keksintö.
Tämä on etsintää.
Tämä on jazzia.
# Ugly, exploratory code
def process_thing(data):
# TODO: This is terrible, fix later
result = []
for item in data:
# Not sure if this is the right approach...
x = item.get('value')
if x: # Is this even the right condition?
result.append(x * 2) # Why multiply by 2? Testing something...
return result
Tiedätkö, mikä tappaa jazzin?**Olkapääsi takana seisoo joku, joka sanoo: "Kirjoita koe ensin."**Miksi kokeita ei ole vielä tehty?
Koska*muoto on edelleen nestemäinen.*Kuvittele olevasi kuvanveistäjä.
Sinulla on marmorilohkare ja epämääräinen ajatus: "Haluan kaivertaa linnun."
Määrittele sen siipiväli.Määrittele kunkin höyhenen kulma.
Kaiverra nyt nuo tiedot pois."*Lintuja ei kaiverreta sillä tavalla. (Tai ohjelmisto kirjoitetaan, kuten kävi ilmi.)*Oikeat kuvanveistäjät
Karkeaa muotoa ensin.He piirtävät.
He tekevät makeisia.*He repivät pois isoja kivenmuruja löytääkseen yleismuodon.*Vasta myöhemmin he hiovat yksityiskohtia.
Koodi on sama.
Tämä koodi on
yksityinen.
Se on keskustelu itseni kanssa.
Siten keksin, mitä "työ" edes tarkoittaa.
aktiivisesti haitallista.
Koska joka kerta, kun tajuan, että "odota, tämä koko lähestymistapa on väärä", minunkin pitäisi kirjoittaa kokeet uusiksi.
Se ei ole rasittavaa.
Vapaus epäonnistua nopeasti
# Before (Phase 1) - Exploratory code
def process_thing(data):
result = []
for item in data:
x = item.get('value')
if x:
result.append(x * 2)
return result
# After (Phase 2) - Refined code
def extract_doubled_values(items: list[dict]) -> list[int]:
"""Extract 'value' field from items and double each one.
Only includes items where 'value' is present and truthy.
"""
return [
item['value'] * 2
for item in items
if item.get('value')
]
Vaiheessa 1 on kyse
// Before (Phase 1) - Exploratory code
public List<int> ProcessThing(List<Dictionary<string, object>> data)
{
var result = new List<int>();
foreach (var item in data)
{
if (item.ContainsKey("value"))
{
var x = item["value"];
if (x != null)
{
result.Add(Convert.ToInt32(x) * 2);
}
}
}
return result;
}
// After (Phase 2) - Refined code
/// <summary>
/// Extracts 'value' field from items and doubles each one.
/// Only includes items where 'value' is present and non-null.
/// </summary>
public IEnumerable<int> ExtractDoubledValues(IEnumerable<IDictionary<string, object>> items)
{
return items
.Where(item => item.ContainsKey("value") && item["value"] != null)
.Select(item => Convert.ToInt32(item["value"]) * 2);
}
Oppimisnopeus.
Minun on saatava selville, että kolmannen osapuolen kirjasto, jota ajattelin käyttää, ei ole aivan niin mainostettu.*Minun on tajuttava, että ratkaisemani ongelma ei ole se ongelma, joka minulla on.pitääollaan ratkaisemassa.*Testit hidastavat tätä.
Ei siksi, että testaus olisi hidasta, vaan siksi, että
Sitten olen panostanut väärään asiaan.
Parempi epäonnistua nopeasti, yksityisesti, ilman kokeita ylläpitää ja ilman egoa suojella.Mitä "työ" tarkoittaa ensimmäisessä vaiheessaSe tarkoittaa: "Ajattelin sitä.
Annoin sille syötteitä.
# Phase 1: Works, but awkward to use
process_thing(data)
# Phase 2: Clear, flexible, composable
extract_doubled_values(
items,
scale_factor=2.0,
include_zeros=False
)
Se tuotti järkeviä tuloksia.
// Phase 1: Works, but awkward to use
ProcessThing(data);
// Phase 2: Clear, flexible, composable
ExtractDoubledValues(
items,
scaleFactor: 2.0,
includeZeros: false
);
// Or even better with a fluent API
items.ExtractValues()
.Scale(by: 2.0)
.ExcludingZeros()
.ToList();
Olen 60-prosenttisesti varma, että ymmärrän ongelman nyt."
Siinä kaikki.**Ei terälehtiä.**Ei virheiden käsittelyä.
graph LR
subgraph "Phase 2 Refinement Process"
A[Rough Code] --> B[Clean Structure]
B --> C[Add Types]
C --> D[Polish API]
D --> E[Static Analysis]
E --> F{Quality Gates Pass?}
F -->|No| G[Fix Issues]
G --> B
F -->|Yes| H[Ready for Phase 3]
end
style A stroke:#ff6b6b,stroke-width:3px
style H stroke:#95e1d3,stroke-width:3px
*Vain piikki.*Se on todiste käsitteestä.
Piirros.Vaihe 2: Make It Pretty (The Refinement)
Nyt ymmärrän ongelman.Minulla on jotain, joka toimii ainakin iloiselle polulle.
Nyt voin alkaa välittää laadusta.
Python-esimerkki:*C# Esimerkki:*Parempaa nimeä.
Merkintöjä.*XML-dokumentaatio.*Cleaner LINQ -toteutus.
Mukaudu spektaakkeliin
Nyt kun tiedän, mitä oikeasti rakennan, palaan alkuperäisiin vaatimuksiin ja varmistan, että ratkaisen
oikea
aongelma.
Usein tämä paljastaa aukkoja:
"He halusivat, että negatiiviset luvut käsiteltäisiin eri tavalla."
kokemusta.**Python:**C#:
Parempaa nimeämistä.
Miksi testejä ei ole vieläkään tehty?
def test_extract_doubled_values_basic():
items = [{'value': 5}, {'value': 10}]
assert extract_doubled_values(items) == [10, 20]
def test_extract_doubled_values_skips_missing_values():
items = [{'value': 5}, {'name': 'foo'}, {'value': 3}]
assert extract_doubled_values(items) == [10, 6]
def test_extract_doubled_values_handles_zeros():
items = [{'value': 0}, {'value': 5}]
# By default, zeros are excluded (falsy)
assert extract_doubled_values(items) == [10]
def test_extract_doubled_values_includes_zeros_when_configured():
items = [{'value': 0}, {'value': 5}]
assert extract_doubled_values(items, include_zeros=True) == [0, 10]
def test_extract_doubled_values_custom_scale_factor():
items = [{'value': 5}]
assert extract_doubled_values(items, scale_factor=3.0) == [15.0]
def test_extract_doubled_values_rejects_negative_scale_factor():
with pytest.raises(ValueError):
extract_doubled_values([], scale_factor=-1.0)
def test_extract_doubled_values_handles_empty_list():
assert extract_doubled_values([]) == []
def test_extract_doubled_values_handles_non_numeric_values():
items = [{'value': 'not a number'}]
with pytest.raises(TypeError):
extract_doubled_values(items)
Pyöritän sitä jatkuvasti.
Minulla on REPL auki.
Koska
# This comment will drift from reality:
# Doubles all numeric values, skipping None
# This test will fail if reality changes:
def test_extract_doubled_values_skips_none_values():
items = [{'value': None}, {'value': 5}]
assert extract_doubled_values(items) == [10]
Selvitän yhä, mikä on testaamisen arvoista.
Vaiheessa 1 en tiennyt, onko tätä toimintoa edes olemassa.Vaiheessa 2 huomaan:"Asteikollinen tekijä ei voi olla negatiivinen.
"Jos lista on tyhjä, meidän pitäisi palata tyhjin käsin, ei None.""Meidän on käsiteltävä ei-numerollisia arvoja sulavasti."
Nämä oivallukset
nouse esiin refactoringista.
Ne eivät ole itsestään selviä etukäteen.
Koodi on puhdas.*API:ssä on järkeä.*Olen hoitanut erikoistapaukset.
Nyt kirjoitan testejä.
Paljon testejä.
Mahdollisia testejä, jotka tehdään mahdollisimman lähellä täyttä peittoa.Miksi nyt?
Koska
testit ovat jakamismekanismi.Ne eivät ole enää minua varten.
Ymmärrän tämän koodin jo intiimisti.
CI-putkijohto
(minkä on estettävä regressiot)
Tulevia ylläpitäjiä
Testit ovatEsityskerros
Omalle toteutukselleni.He dokumentoivat:
Mitä tämä koodi tekeeMitkä syötteet ovat kelvollisiaMitä tuloksia odottaa
Mitä olettamuksia olen tekemässä
Täysi peitto, ei kompromisseja
Muokkaa tätä toimintoa luottavaisesti
Testit dokumentoinnina
Suoritettavat asiakirjat.
graph TB
subgraph "Traditional TDD (Red-Green-Refactor)"
TDD1[Write Failing Test] --> TDD2[Write Minimal Code to Pass]
TDD2 --> TDD3[Refactor]
TDD3 --> TDD1
end
subgraph "Three-Phase Approach (Explore-Refine-Lock)"
P1[Explore Solution Space] --> P2[Refine Implementation]
P2 --> P3[Write Comprehensive Tests]
P3 --> P4[Share With Team]
end
style TDD1 stroke:#ffaa00,stroke-width:2px
style TDD2 stroke:#ffaa00,stroke-width:2px
style TDD3 stroke:#ffaa00,stroke-width:2px
style P1 stroke:#ff6b6b,stroke-width:3px
style P2 stroke:#4ecdc4,stroke-width:3px
style P3 stroke:#95e1d3,stroke-width:3px
**Mutta en myöskään kirjoita testejä ennen kuin koodi on valmis jakamaan.**Vaiheet ovat seuraavat:
Yksityisetsivä(Vain minä, ei testejä)
Yksityistä hienosäätöä
(Vain minä, ei vieläkään testejä) |-----|-------------| Julkinen jakaminen (testit, CI, koodin tarkistus, koko yhdeksän jaardia) Tämä suojelee molempia luovuuttani.sekä | joukkuetoverieni mielenterveyttä. Miksi tämä suojelee luovuutta
Totta!Mutta vain, jos tiedät jo, mitä rakennat.
Kun olen ensimmäisessä vaiheessa, en tarvitse itseluottamusta.
Hour 1: Write test for API I haven't designed yet
Hour 2: Realize the API is wrong, rewrite test
Hour 3: Discover a better approach, rewrite both
Hour 4: Finally get it working
Hour 5: Rewrite tests to match what actually works
Tarvitsen luvan heittää kaiken pois.
Hour 1: Explore 3 different APIs, settle on the best one
Hour 2: Refine the implementation, handle edge cases
Hour 3: Write comprehensive tests for what I built
Hour 4: All tests pass, commit with confidence
Testit luovat psykologista velkaa.
Vaikka he testaisivatkin väärää asiaa.Lykkäämällä testejä kolmanteen vaiheeseen, pidän ensimmäisen ja toisen vaiheen.
psykologisesti halpaa.
Voin:
Selvittäkää ongelma, joka minulla onitse asiassaratkominen
Näin luovuus toimii.
// Test 1: Write test first (but I don't know the right API yet)
[Test]
public void TestProcessData()
{
var processor = new DataProcessor();
var result = processor.Process(new[] { 1, 2, 3 });
Assert.That(result, Is.EqualTo(new[] { 2, 4, 6 }));
}
// Implementation 1: Make it pass
public class DataProcessor
{
public int[] Process(int[] data) => data.Select(x => x * 2).ToArray();
}
// Later: Realize I need configurability, rewrite test
[Test]
public void TestProcessDataWithFactor()
{
var processor = new DataProcessor();
var result = processor.Process(new[] { 1, 2, 3 }, factor: 3);
Assert.That(result, Is.EqualTo(new[] { 3, 6, 9 }));
}
// Later: Realize I should use IEnumerable, rewrite test again
[Test]
public void TestProcessDataEnumerable()
{
var processor = new DataProcessor();
var data = GetLargeDataset(); // This should be lazy
var result = processor.Process(data, factor: 3);
Assert.That(result.Take(3), Is.EqualTo(new[] { 3, 6, 9 }));
}
Ensin piirrät löyhästi.
Yksityiskohdista ei puhuta aluksi.
// Phase 1: Explore (no tests yet)
public int[] ProcessThing(int[] data)
{
return data.Select(x => x * 2).ToArray();
}
// Try it: var result = ProcessThing(new[] { 1, 2, 3 });
// Hmm, what about configurability? What about lazy evaluation?
// Phase 2: Refine (still no tests)
public static class DataProcessorExtensions
{
public static IEnumerable<int> Scale(
this IEnumerable<int> source,
int factor = 2)
{
return source.Select(x => x * factor);
}
}
// Try it: var result = data.Scale(factor: 3).ToList();
// Much better API!
// Phase 3: Lock it down (NOW write tests, correctly)
[TestFixture]
public class DataProcessorTests
{
[Test]
public void Scale_DefaultFactor_DoublesValues()
{
var result = new[] { 1, 2, 3 }.Scale();
Assert.That(result, Is.EqualTo(new[] { 2, 4, 6 }));
}
[Test]
public void Scale_CustomFactor_ScalesCorrectly()
{
var result = new[] { 1, 2, 3 }.Scale(factor: 3);
Assert.That(result, Is.EqualTo(new[] { 3, 6, 9 }));
}
[Test]
public void Scale_LazyEvaluation_DoesNotEnumerateImmediately()
{
var enumerated = false;
var data = GetTestData(() => enumerated = true);
var scaled = data.Scale(factor: 2);
Assert.That(enumerated, Is.False, "Should not enumerate yet");
scaled.ToList();
Assert.That(enumerated, Is.True, "Should enumerate on materialization");
}
[Test]
public void Scale_EmptySequence_ReturnsEmpty()
{
var result = Enumerable.Empty<int>().Scale();
Assert.That(result, Is.Empty);
}
}
Miten tämä sopii agile ja XP (ja missä se diverges)
tämä ei ole "testaa myöhempää kehitystä".
Tämä on
yksikkötestien lisääminen on kriittistä.
Pitämäni XP-harjoitukset
Jokainen ominaisuus menee CI:n läpi ennen yhdistämistä
Yhteistyön hiominen parantaa suunnitteluaYksinkertainen muotoilu
Vaihe 2 on
Uusintakerroin
Vaihe 2 on omistettu refactoring-ajallePuhdista koodiennen
**Testit suojaavat refaktorointia (vaiheessa 3+)**Missä eroan tiukasta TDD:stä
TDD sanoo:"Testaa ensin.
Aina.Punainen-vihreä-refactor on ainoa keino."
**Sanon:**Testaa, kun tietää, mitä testaa.
Explore-Refine-Lock on luonnollisempi."
"Kolmevaihetta"Test määrittelee rajapinnan, Exploration määrittelee rajapinnan.
Testi ensin kaikelle Testi oikeaan aikaan jokaiselle asialle
Oikea ajoitus (vaihe 3):
Sama laatutulos.*Puolet churnista.*TÄMÄ ON äkkipikainen
"Vastasi muuttua suunnitelman mukaan."TDD:stä voi tulla oma suunnitelmallisen seuraamisen muotonsa.
Kun olet kirjoittanut testejä, olet psykologisesti sitoutunut tuohon malliin.
Tämä onlisää
Vastakohtia: C#-esimerkki
Huomaatko kirvelyn?
Kolme testiä kirjoitetaan uudelleen mallin kehittyessä.
Muista arvot:
Vaihe 1 pääsee työohjelmistoon
nopea
Tee yhteistyötä, kun se auttaa (vaihe 2-3), tutki yksin, kun se ei auta (vaihe 1)
Vaihe 2 vastaa spektaakkelia
jälkeen
Koska:
Et vielä tiennyt eturistisidejuttujaLöysit paremman API-suunnittelunTajusit, ettei ominaisuutta tarvittu lainkaan
Jokainen vaiheessa 1 kirjoittamasi testi on luultavasti hukkaan heitetty.
yksi
Testisarja kolmannessa vaiheessa, kun oikeasti tietää, mitä rakentaa, kuin kirjoittaa uudelleen tutkimustyön aikana.TDD-lupaus vastaan todellisuusTDD lupaa:
"Write code that solves the specification.
Don't worry about perfection yet.
Just get it working."
"Testaukset ajavat suunnitteluasi!
Nyt kirjoitan uudelleen sekä kokeet että koodin."**Se ei ole designia.**Niin sitä pitää.
puidaan.Lähestymistapani:
Suunnittele toteutuksen kautta ja lukitse se sitten testeillä.
"Ei testejä"*"Lopeta ja rukoile"*Kun olen saanut kolmannen vaiheen valmiiksi, koodini on:
Kattava testien kattavuusKäsiteltävät reuna-asiat
Tyhjennä API-suunnitteluDokumentaatio (testien avulla)
Aivan sama kuin TDD:ssä.
Ero on
Sääntö on yksinkertainen:
- flake8 (style checking)
- pylint (code quality)
- mypy (type checking)
- black (formatting)
- radon (complexity analysis)
**Yksikään koodi ei jätä kakkosvaihetta ilman kolmosvaihetta.**Minä en:
for iteration in range(3):
# Measure current performance
metrics = measure_performance(code)
# Generate improved version
better_code = optimise(code, metrics)
# Keep if better, discard if worse
if better_code.score > code.score:
code = better_code
Toimita testaamaton koodiAvoimet PR-tiedot ilman testejäYhdistä päävirtaan ilman, että CI on ohi
Tämä ei ole uusi idea.Niin luova työ on aina toiminut:
Maalaajat eivät aloita viimeisistä siveltimistä.*He:*Piirroskokoonpano (vaihe 1)
Maalit*kerrokset (vaihe 2)*Varnish
# Test generation happens AFTER optimisation
def generate_unit_tests(specification, optimized_code):
"""Generate comprehensive tests for refined code.
This happens in Phase 3, after we know:
- What the code actually does
- What edge cases exist
- What the API surface looks like
"""
return llm.generate(
f"""Generate comprehensive unit tests for this code.
Specification: {specification}
Implementation: {optimized_code}
Include tests for:
- Happy path (from spec examples)
- Edge cases (discovered during optimisation)
- Error conditions (based on actual error handling)
- Performance bounds (based on measured metrics)
"""
)
Suojata ja esitellä (vaihe 3)
He:Luonnossotkuisesti (vaihe 1)
**kestävyys (vaihe 3)**Lasitus on ratkaisevan tärkeä.
Miten tämä kartta menee DiSE Codegen -putkeenTässä kohtaa tämä käy mielenkiintoiseksi: olen itse asiassaToteutettu
tämä filosofia DiSE (Directed Synthetic Evolution) -järjestelmässä.
Generaattori
Ei ennenaikaista optimointia
Yritä uudelleen korkeammalla luovuudella (korkeammalla lämpötilalla)
User: "Calculate fibonacci numbers"
[Phase 1: Exploration - 3 attempts]
Attempt 1: Works for small inputs, explodes on large ones (no safety limit)
Attempt 2: Adds safety limit, but inefficient recursive approach
Attempt 3: Switches to iterative DP (PASS)
[Phase 2: Optimization - 3 iterations]
Iteration 1: Add type hints, improve naming (Score: 1.05)
Iteration 2: Optimize memory usage with generator (Score: 1.10)
Iteration 3: Add input validation (Score: 1.15)
[Phase 3: Testing and Storage]
Generated 8 unit tests covering:
- Basic cases (n=0, n=1, n=5, n=10)
- Edge cases (n=negative, n=100, n=None)
- Type validation
All tests pass ✓
Stored in RAG with quality score: 1.15
Available for reuse: YES
Eskaloitua voimakkaampaan malliin
tasanVaihe 1.
Tässä vaiheessa ei ole tehty testejä.Koodi on yksityinen sukupolvenvaihdokselle.
Vaihe 2 DiSE: OptimointivaiheKun koodi läpäisee perustoteutuksen, DiSE siirtyyoptimointi.
(3 iterointia oletuksena)
Tämä ontasan
Koodi on edelleen yksityinen (ei vielä rekisterissä), mutta kiillotamme sitä:Paremmat nimet
TyyppivihjeetPuhtaampi rakenne
Pienempi monimutkaisuus
Parempaa suorituskykyäMuoto ei ole enää nestemäinen.
Tiedämme, mitä rakennamme.
viralliset yksikkötestit.
Testit kattavat seuraavat:*Erittelyesimerkit (korjattavuus)*Vaiheen 2 aikana havaitut reunatapaukset
Mitatut suoritusominaisuudetSittenvain, jos testit läpäisevät
, koodi on:
RAG-muisti
# I know what sort() should do. Tests first? Sure!
def test_sort_empty_list():
assert sort([]) == []
def test_sort_single_element():
assert sort([5]) == [5]
def test_sort_multiple_elements():
assert sort([3, 1, 2]) == [1, 2, 3]
Lisänäsolmurekisteri:
tulevaisuuden työnkulussa
laatupisteitä
© 2026 Scott Galloway — Unlicense — All content and source code on this site is free to use, copy, modify, and sell.