在互联网、大数据时代，我们需要重新思考：什么是软件测试？如何更有效地开展软件测试活动？这是最近一年 和大家分享的一个主题之一，其思路、素材慢慢地也趋于成熟，对大家的测试分析、设计和执行会有很好的指导意义。即使没有指导作用，也会对大家有所启发。
搜Javascript，却出现看似和Javascript 完全不相关的图片
.
仅仅相隔几秒钟，两次搜索结果不一样，哪一种结果是对的？都对？都错？
.
图片搜索有广告推荐（见上部，黄色框内），有些推荐合理，但有些推荐不合理？整个推荐是否合理？
关联性推荐，虽然这看似比较客观，但结果是否正确也需要验证，如何验证？
Google结果是不是最好？Baidu、Bing的搜索是不是以Google的结果为标准？
测试不仅要考虑不同的输入，而且要针对不同的输入判断输出结果是否正确。
在几种不同场合上问测试工程师，听说过“Test Oracle”吗？得到的答案，却出乎意外，不少测试同仁不知道这个术语。如果不知道Test Oracle，如何做测试？糊里糊涂做测试，或者说，不知不觉在用“Test Oracle”，但就是不知其所以然。正像我们有时会吃到某些好吃的东西，会感觉味道不错，但不知道味道为什么这么好，甚至不知道自己吃的是什么。
如果测试人员仔细想想，测试结果的判断其实有很多准则，从清晰的Spec、竞争产品对照到含糊的自我判断，如上概述。
软件属于数字世界，是为了解决现实世界的业务问题，两者是等价的，但是有不同的表现形式，有时其相差甚远。
过去常用Spec 作为测试预言，今天规范的Spec 比较少了，成为稀有之物。更多依赖启发式准则、工程师的综合判断（Human Oracle）
在互联网时代、大数据时代，在快速迭代、快速交付的敏捷开发模式下，Test Oracle问题越来越凸显，人们也越来越关注。
在Test Oracle研究中，引入了机器学习（包括人工神经网络）、蜕变测试、模糊测试／变异测试等，能够解决其中存在的某些问题，其中蜕变测试就是在现有的Test Oracle难以判断结果是否正确时，构建新的输入／输出关系。
在Test Oracle遇到挑战的同时，互联网用户的应用环境&操作等的多样性、大数据的Volume／Velocity／Various等特性，给测试的输入测试也带来巨大的挑战。
左边是一个真实案例，输入空间（组合数）可能高达几十亿、几十万亿，即使采取两两组合、三三组合等方法优化组合，测试输入空间依旧比较大，或者测试覆盖率达不到要求。
过去，认为“软件测试是对软件产品进行检验” 已经不能满足现在软件测试的要求，我们已经无法检验软件是否正确。
过去，也用公式来描述“软件测试”，是有矛盾的。从第2个公式也可以看出，测试带有“抽样试验／检查”的含义。今天尝试用公式来表达测试，虽然不是创举，但会比曾经的公式描述测试更合理、更准确。
这充分利用的中文词汇的解析，使大家容易记住这个公式。第二个公式是对第一个公式的更准确的说明，更具有对测试工作的指导意义。
说明什么情况下，完成“检测已知的”的这部分测试，即在明确的输入／输出的情况下，检测已知的，这时一般会运用相对明确的Test Oracle：如清晰的Spec、竞品参照、一致性准则、确定性模型等。
未知的实验分为两部分：1. 通过工具实验，产生随机、半随机（变异／模糊）的数据，进行变异测试／模糊测试等，这里可以用统计准则，或造成系统异常（如系统崩溃），容易判断，用于安全性测试、稳定性测试等；2. 通过测试人员的试验，不断质疑系统，获得系统的反馈来做出判断，见下一个slide。
当未知因素占主导地位时，什么是软件测试？软件测试就是不断质疑这个系统。在没有实施“TDD／ATDD／BDD”实践的敏捷开发模式中，用户故事给出的信息是有限的，需要不断的探索。敏捷开发模式，也可以认为是“探索式开发”。
结合工具的随机／半随机测试和人的探索，未知的试验进一步提升为人工智能，不断学习、不断进行数据（输入、输出、log等）挖掘，不断构造／完善验证的规则／准则，完成自动的测试，从未知逐步走到已知。
将测试新公式“测试＝检测＋试验 ”再进一步明确为：
“测试＝基于确定性模型／明确测试预言的自动化测试 ＋ 基于人工智能搜索的／基于工具随机／模糊模型的／基于人的探索式测试”。
从测试一开始，即测试需求分析开始，就将测试的范围（测试项）分为两部分：已知的（包括确定性的／稳定的）、未知的（包括不确定的／动态的）。已知的测试项，理论上都可以实现自动化；未知的部分，也可以用工具进行测试（模糊测试／随机测试等），更多地是依赖人的探索式测试。
这里是一个具体的应用，在敏捷开发模式下，最有效的测试策略是：新功能采用探索式测试，上个迭代已实现的特性测试（回归测试）采用自动化测试。在迭代的前期，一面对新功能随时采用探索式测试，一面开发上个迭代已实现的特性测试的自动化脚本（把不写测试用例而节约下来的时间用于脚本开发，而且这时脚本开发／调试效率高），也确实保证了回归测试是自动化的，也只有已知的测试通过自动化实现是有质量保证的，未知的测试靠人测试更有质量保证，靠工具测试是有很大的风险。为什么如此？由于篇幅关系，就不做详细分析，可以在见面时慢慢道来。
概括起来，未来理想的测试离不开上述测试公式：
测试＝检测 ＋ 试验
.
测试＝已知的检测 ＋ 未知的试验
测试＝基于确定性模型／明确测试预言的自动化测试 ＋ 基于人工智能搜索的／基于工具随机／模糊模型的／基于人的探索式测试”。
