跳到主要内容

敏捷测试:把测试塞进 Sprint 里

敏捷测试(Agile Testing)想说的事情不复杂:如果开发已经从"一年一版"变成"两周一版",测试还想守着"开发写完再交给我"的旧节奏,就一定跟不上。敏捷测试把"测试"从一个阶段拆散成一种活动,让它在整个 Sprint 里持续发生——需求、设计、编码、验收每一步都有测试的介入。Lisa Crispin 和 Janet Gregory 的 Agile Testing 那本书是这套方法论的教科书,测试四象限(Testing Quadrants)就出自她们。

1. 敏捷测试到底"敏捷"在哪​

先给一个尽量准确的定义:敏捷测试是在敏捷开发(Scrum、XP、Kanban 等)框架内,由整个团队共同负责质量的一套实践。关键词是"整个团队"(whole team approach)和"共同负责"。

传统模式下测试是独立部门、独立阶段、独立 KPI。敏捷模式下——

维度传统测试敏捷测试
组织结构独立 QA 部门测试员编入 Scrum team
介入时机编码结束后从需求 Kick-off 就介入
主要产出测试用例文档 + 缺陷报告自动化脚本 + 快速反馈
责任归属QA 部门为质量负责全团队为质量负责
反馈周期天 ~ 周分钟 ~ 小时
用例生命数月到数年一到两个 Sprint

"Whole team approach" 的实际含义是:开发也写测试、PO 也帮忙写验收标准、测试员也参与需求评审。质量不是 QA 一个岗位的事——是团队签了 Definition of Done 就得共同扛。

2. Lisa Crispin 的测试四象限​

四象限是敏捷测试最有传播力的一张图。两个维度:

  • 横轴:面向业务(Business-facing)vs 面向技术(Technology-facing)
  • 纵轴:支持团队(Supporting the team)vs 批判产品(Critique the product)

分成四格:

支持团队批判产品
面向业务Q2:功能测试、故事测试、原型、模拟Q3:探索性测试、可用性测试、UAT
面向技术Q1:单元测试、组件测试Q4:性能、安全、可靠性、"-ility" 测试

四象限不是流水线顺序——不是先 Q1 再 Q2 再 Q3 再 Q4。它是一种覆盖检查:一个健康的敏捷团队应该在四个象限都有活动,否则质量就是瘸的。

看每个象限具体做什么:

Q1 — 支持团队的技术测试。开发一边写代码一边写的东西:单元测试、组件测试、TDD 循环里的红-绿-重构。工具是 JUnit、pytest、Go test。这个象限的测试跑得快(毫秒级),跑得勤(每次 commit),是快速反馈的核心。相关内容在 白盒测试 里详谈。

Q2 — 支持团队的业务测试。围绕用户故事的功能测试:给定这个故事,怎么算做完了?验收标准(Acceptance Criteria)就是这里的产物。工具是 Cucumber、SpecFlow、Robot Framework。BDD、ATDD 都属于 Q2,下一节详细说。

Q3 — 批判产品的业务测试。人做的测试:探索性测试、可用性测试、UAT、Alpha/Beta。这里靠的是人的判断力——软件"能跑"和"好用"是两回事,只有人能评估后者。

Q4 — 批判产品的技术测试。性能、压力、安全、渗透、可靠性、可安装性——所有 "-ility"。工具是 JMeter、Gatling、k6、ZAP、Burp Suite。这些细分在 专项测试 里展开。

一个 Sprint 里四个象限的分配不是均分。经验值:Q1 和 Q2 是每天都在做的,Q3 每个 Sprint 都要留出时间,Q4 可以按需在几个 Sprint 里做一次深度测试。

3. TDD、BDD、ATDD 有啥区别​

这三个词经常被混着用,但侧重点不一样。

TDD(Test-Driven Development):Kent Beck 提出,红-绿-重构循环。写测试 → 写最小代码让测试通过 → 重构。TDD 的输出是代码级测试,主要落在 Q1。

ATDD(Acceptance Test-Driven Development):写代码之前,先和 PO 一起把验收测试写好。验收测试用业务语言写,跑起来就是自动化验收。落在 Q2。

BDD(Behavior-Driven Development):Dan North 提出的 ATDD 演化版,强调"用统一的语言描述行为"。Given-When-Then 语法(Gherkin)就是 BDD 的标志。

一个 Gherkin 例子——测优惠券叠加:

Feature: 优惠券叠加规则

Scenario: 金牌用户叠加两张品类券
Given 用户 "cailey" 是金牌会员
And 购物车里有 2 件 "运动" 品类商品
And 用户持有满 100 减 10 的运动品类券
And 用户持有满 200 减 30 的会员日券
When 用户在结算页勾选叠加使用
Then 订单总优惠应为 40 元
And 订单实付金额应为 160 元

这段文本三个角色都能看懂:PO 用它描述需求、测试员用它写用例、开发用它跑测试(Cucumber 把 Given/When/Then 步骤映射到代码 step 定义)。三个视角同一份产物,这就是 BDD 的"沟通价值",比自动化本身还重要。

三者的对比:

方法谁写落在哪个象限目的
TDD开发Q1驱动代码设计
ATDDPO + 测试 + 开发Q2定义"完成"的标准
BDDPO + 测试 + 开发Q2用共同语言描述行为

4. Shift-Left 和 In-Sprint 测试​

Shift-left(左移)字面意思是"把测试往开发流程的左边(早期)挪"。听起来像句废话,但实际含义具体:

  • 需求评审时测试员在场,负责挑漏洞("这个字段没说边界值")
  • 设计评审时测试员在场,负责问可测性("这个异步流程怎么等到执行完")
  • 编码开始时验收测试已经写好,开发写代码是"让验收测试变绿"
  • 单测跑绿之后才允许合并,CI 上跑组件测试和契约测试

一个 Sprint 里典型的时间线(Sprint 长度 10 个工作日):

D1  D2  D3  D4  D5  D6  D7  D8  D9  D10
├── 需求细化、AC 写作、可测性评审
├── 开发 + 单测(TDD 循环)持续
├── ATDD 场景实现、契约测试
├── 自动化 API/UI 测试补齐
├── 探索性测试 session
├── 回归自动化跑 + UAT
└ Sprint Review + Retro

关键点是:没有"测试阶段"。测试和开发是并行的,Sprint 最后一两天做的是回归和探索,不是"开始测试"。这就是 in-sprint 测试要达到的效果。

要做到 in-sprint,团队得先解决几个前置问题:

  • CI/CD 得能自动跑测试并快速反馈(10 分钟以内是可接受,1 小时以上就废了)
  • 测试环境得足够稳定(不能今天挂 database、明天挂 mock server)
  • 测试数据得能程序化生成或按 fixture 复用
  • Definition of Done 里得明确写"所有 AC 通过 + 单测覆盖 + 回归绿"

5. 敏捷测试的三个真实挑战​

理论说完,看实践里坑最多的三个地方。

挑战一:In-sprint 测不完怎么办。Sprint 只有两周,需求量往往超过测试团队消化速度。常见的对策:

  • 把测试自动化的开发时间计入 Sprint 容量(不能"外挂")
  • 允许"测试债"(Testing Debt)显式登记,下个 Sprint 优先偿还
  • 引入 hardening sprint(每 3-4 个功能 sprint 插一个专门做 Q3/Q4 深测的 sprint),但这本质上是妥协
  • 更激进的:改动 Definition of Done,把"通过全部 AC 自动化"作为合并门槛

挑战二:自动化投入怎么摊销。自动化脚本本身也是代码,也要维护,也要重构。一个反直觉的事实是:自动化脚本越多,长期维护成本越高,除非你有很好的抽象层。所以别追求"用例 100% 自动化",而是分层:

层级数量稳定性要求运行频率
单元测试数千 ~ 数万极高每次 commit
组件/契约测试数百 ~ 数千高每次 PR
API 测试数十 ~ 数百中每日
E2E UI 测试十几 ~ 几十低每次发布

这个金字塔叫 Test Pyramid,Mike Cohn 提出。倒过来的反模式叫 Ice Cream Cone——顶部 UI 测试特别多,底部单测很少——是敏捷测试里最常见的失败姿势。详情看 自动化测试。

挑战三:测试员在 Scrum team 里的角色定位。传统 QA 岗位职责相对清晰:写用例、执行、报缺陷。放进 Scrum team 之后角色反而模糊:

  • 是继续按用例数量结绩效?(不行,会激励写没用的用例)
  • 是按发现的缺陷数?(不行,会激励和开发对抗)
  • 是按 Sprint 里参与的 refinement 会议数?(更不行)

比较健康的答案是:测试员的定位从"执行者"变成"质量教练"——帮团队建立质量意识、设计可测的架构、维护自动化基础设施、做 Q3 探索。这也是 Lisa Crispin 强调的"generalizing specialist"(能一专多能的专才)。

6. 敏捷测试 ≠ 只做敏捷测试​

一个常见误解:既然是敏捷,那就不写用例、不做 静态测试、不做 变异测试。恰恰相反——敏捷测试是把这些技术编排进节奏里,而不是砍掉。

  • 静态测试:Code Review 是每 PR 都做的静态测试
  • 白盒/黑盒:单元测试是白盒、Q2 的功能测试是黑盒,两者一起用
  • 精准测试:可以用来决定 Sprint 内跑哪些回归、跳哪些
  • 变异/模糊:Q4 的一部分,属于深度测试

敏捷测试的本质是流程重排,不是技术减法。

7. 局限​

四象限图很好用,但也别把它当圣经。它是 2009 年画的,云原生、AI 系统、大模型这些新形态在图里没有对应位置——比如"如何测试一个 RAG 系统的 hallucination"就跨了 Q2 和 Q3 还带一点 Q4。

Whole team approach 在成熟的团队很香,在新组的团队常常翻车——开发不写单测、测试员被当成资源池、PO 不写 AC——最后回退到"迷你瀑布"。这时候敏捷测试就是名义上的。

Sprint 节奏和监管场景冲突。医疗、汽车、航空需要保留完整的测试证据链、遵循 IEC 62304、ISO 26262,敏捷的"用例即代码"很难满足。这些行业里敏捷测试常常是"敏捷开发 + 瀑布验证"的混合体。

自动化优先在 UI 高频变化的产品里成本极高。前端两周改一版 UI,UI 自动化脚本永远在修。这时候更理性的选择是砍 UI 自动化、加强 探索性测试 + API 层自动化。

8. 敏捷测试在测试家谱里的位置​

往前看,敏捷测试继承了 XP(极限编程)的 TDD 和 Whole team、Scrum 的迭代节奏、Lean 的浪费识别。往后看:

敏捷测试不是终点,它是从瀑布测试到持续测试的过渡态。理解了它的四象限和 Whole team 精神,其他现代测试方法基本都能在这张图上找到自己的位置。