测试，从哪里来，到哪里去？
哲学3问：我是谁？我从哪里来？到哪里去？
这里不谈哲学，也不是无的放矢，而是有感而生。这要回到两个月前，看到两篇文章：
作者都是一线的资深软件研发人员，了解测试的过去，但更受目前测试现状的煎熬：
“面对这些被测对象，你们的质量理念是什么？
不知道后来人会怎么评价这一段历史，从质量技术人的角度看，理论与应用不但停滞不前、还在不断后退“追求形，忽略神，小心技术革命的坑”
测试用例，一个熟悉而又陌生的名词
大部分人对于测试生涯、测试价值、测试发展、测试方向都有一种悲观的预感。
我们都是不敢正视这些问题的，因为我们会被彻底打败
有没有去思考测试本身的核心定位，测试本身的经验教训到底是什么？
测试的目的和初心到底是什么？
我们还能找回初心吗？
还能静下心来思考我们真的是正确的做测试吗？
真的只有这样的一条路吗？我们还能有其他的路吗？
......
才有了如文章标题那样的演讲。
软件开发模式、技术和环境进步很快，但软件测试则感觉进步较慢、比较被动，这其中的原因可能很多，软件测试的从业人员少，研究软件测试的人更少、在软件测试上的投入也比较低。
1. 今天的软件测试如何呢？
积极的一面：
重视持续集成（CI）建设、关注DevOps
非常关注自动化测试（TA）
多数公司建成（TA）测试平台
开始大量使用开源测试工具
代码静态分析有较大提升
大数据、云平台的测试初有成效
软件测试社区活跃
…..
负面（主要问题）：
公司的质量基建年久失修
内建质量文化没有形成，缺陷预防做得较差
热衷于招测试开发、重复造轮子，但TA成效低
热衷技术，而缺乏对测试自身的思考
面对软件开发新模式缺乏应对策略，如敏捷测试是形似而神不似
介入研发深度不够，测试效率偏低
许多困惑依旧困扰不少测试人员
……
大多数测试人员还有下列困惑：
测试与开发有没有界限？
谁来做测试更好？
如何更好地开展测试活动？
如何快速反馈质量？
测试效果的度量？
测试有没有发展前途？
……
再举一个例子，自动化测试是大家最为关心的、最愿意投入的部分，但成效很低。例如：国际上调查报告显示：
根据国内今年的调查结果，显示国内TA状况更糟糕：
如果在深入TA的投入产出（RoI），可能就更糟糕。在TA上投入很大，而收益很低，特别是在需求不稳定、变更频繁的情况下，收益更不明显。
2. 重新找回测试的初心
——按时交付用户满意的产品
（许多测试人员不了解 软件质量模型 ，这是很可怕的）
如何找回初心？就是要多思考思考测试自身的问题——测试的质量（充分性）和测试的效率，从下列这些方法不断思考如何做好软件测试：
如何做好软件测试的策划、分析、设计、执行、评估、管理？
如何从被测对象——产品自身来提高其可测试性？
如何在组织中营造良好的质量文化？
如何制定有效的测试策略？
如何运用好测试方法、技术、工具？
如何建立稳定的、和开发环境集成的基础设施？
.....
测试是不能穷尽的，不管采用什么技术和工具，测试总是有风险的，我们就要去思考如何降低测试风险，包括测试输入、操作和上下文（应用场景）、业务规则组合、环境的多样性、Test Oracle的启发性等：
说起测试金字塔，十有八九会提到这个：
这里实际是展示了自动化测试（投入）策略，但测试不只有一座金字塔，还有两座更为重要的金字塔：
因为经常感受到不少测试人员忽视测试需求分析、缺乏测试分析和设计的思路，甚至本末倒置，一上来就讨论功能及其测试用例，忽视业务、忽视用户行为、应用场景的分析，而产品最终是需要满足业务需求、满足用户的需求，能适应不同的应用场景。测试设计的确重要，需要依赖所设计的测试用例（测试脚本）来执行测试，测试的覆盖率体现在测试用例的覆盖上，但没有测试分析作为基础，测试设计会忽视某些测试区域、测试风险等。如果按照右边金字塔这样的分析设计之路去探索、逐步细化、逐步扩展，测试的充分性就有良好的保证。
3. 测试的明天
当我们回归初心，在今天快速发展、激烈竞争的环境下，还会遇到一些新的挑战：
极速测试
高度的自动化
开发者自测（赋能、责任心）
大规模系统的复杂性
新技术
……
如何应对这些挑战呢？
（这里省去一万字，如文化与流程重构、技术提升、开发与测试的融合 ... ）
1) 契约驱动测试（CDT）
降低服务集成的难度，将其分解为单元测试和接口测试
团队能以一种离线的方式完成验证, 并将联调的成本几乎降到零
基于契约让接口的变更有迹可循
常用的CDT框架 Janus、Pact、Pacto和Spring Cloud Contract
2) MBT的高度自动化, 帮助我们克服下列问题：
自动化程度低
模糊的需求
有限的测试覆盖率
测试数据瓶颈
某些组件无法正常工作
3) 端到端的、全覆盖的TA
ATDD/BDD、需求可执行
全SDLC
Harness/高度集成
跨平台
可测试性保障
支持CD、DevOps
4）AI助力测试
智能的单元测试
智能的UI/API测试
AI驱动的脚本生成
优化或补充测试用例
质量风险评估的自我调整
缺陷诊断机器人（DDB）
测试环境的智能运维
……
5）总结：测试发展趋势
ATDD/BDD/RBE，需求即测试~彻底左移
CI/DevOps: 测试与开发、运维更加融合
分层测试、API/契约驱动测试
ET + TA: 更有效的测试策略
借助MBT+AI，高度、智能的自动化测试
高度的可视化、集成化的过程监控、在线测试与实时反馈
测试人干更具创造性、综合性分析建模的工作
其它参考：
彩蛋：
关注本公众号，输入“测试的初心” 获得本演讲的完整PPT