跳转至

ISSUE-0145 · 源码文本断言的假绿盲区

背景

tests/finalize-guard-behavior.test.ts 有一个用例钉的是一次真实事故(注释里的 R3): no-contact 分支传了 finalized=true 却没带 emails: [],被硬化闸打死。

它的实现是读源码文本 + 正则匹配:

const i = src.indexOf("const noContact = outcome.reason === 'no-contact'");
const block = src.slice(i, i + 400);          // 固定 400 字符窗口
expect(block).toMatch(/noContact \? \{ scrape_status: 2, emails: \[\] \}/);

三个缺陷,一个比一个隐蔽

缺陷一:固定字符窗口 → 假红

本轮给 skip 分支加了 7 行注释,把目标从 400 字符窗口里挤出去,测试变红。

主控用 python 直接切窗口坐实:

窗口 400 → 匹配 False        ← 测试用的就是 400
窗口 800 → 三条断言全 True

行为一字未改,是断言太脆。 假红只是烦人。

缺陷二:锚点后 decoy → 假绿(两家审查方独立发现)

第一次加固改成了 TypeScript AST:从锚点找第一个 finalizeScrapedRow 调用。

两家独立给出同一个构造:

// 锚点后插一条外观完全正确的死代码调用
if (false) finalizeScrapedRow(id, noContact ? { scrape_status: 2, emails: [] } : { scrape_status: 3 }, advParms, noContact)
// 真正执行的那条改坏 → walker 命中 decoy → 测试绿,执行路径已退化

第二次加固:断言「锚点到函数尾之间恰好一个调用」。

缺陷三:锚点之前 → 仍然假绿

第二轮审查两家又独立发现:约束只覆盖「锚点 → 函数尾」。

finalizeScrapedRow(id, { scrape_status: 2 }, advParms, true);   // 真调用,错载荷,在锚点【之前】
const noContact = outcome.reason === 'no-contact';               // 锚点
if (false) finalizeScrapedRow(id, noContact ? {...合格...}, advParms, noContact);  // decoy 在后

⇒ 测试绿,执行路径已退化。

最终修法

从「锚点之后」扩大到锚点所在的整个函数体,AST 全收集,逐要素断言:

  • 函数体内恰好 2 个 finalizeScrapedRow 调用(success + skip)
  • skip 载荷逐要素:真分支必须 scrape_status: 2 + emails: [];假分支必须 3 且不带 emails
  • 末参必须是 noContact 标识符(AST TrueKeyword/Identifier 判定,与排版无关)
  • success 分支顺手钉死
  • 换行敏感正则 /\n\s*true\n\s*\);/ 改成 AST 取末参 kind === TrueKeyword

变异自测(五组,每组核对测试条数)

# 构造 期望 实测
M1 R3 原始 bug(真分支去 emails: []) 红 rc=1 · Tests 1 failed \| 8 passed (9)
M2 锚点后 decoy + 真调用改坏 红 rc=1 · Tests 1 failed \| 8 passed (9)
M3 锚点前真调用错载荷 + 锚点后 decoy 红 rc=1 · Tests 1 failed \| 8 passed (9)
M4 等价排版改写(三元压一行、参数同行) 绿(不许假红) rc=0 · Tests 9 passed (9)
M5 全部恢复 绿 rc=0 · Tests 9 passed (9)

M3 是本轮重点:旧实现此构造必绿,新实现函数体内调用数 = 3 ≠ 2 当场打死。

残留自查的判据设计

git diff 不能当残留判据 —— 该文件本来就带着本分支的改动和并行执行方的改动,diff 非空是正常的。

改用 「变异前 sha256 == 恢复后 sha256」,并记录 sha 变化时间线, 顺带证明变异期间没踩到并行执行方对同一文件的改动。

沉淀的判据

「读源码文本/AST 结构」的断言,必须问三个问题:

  1. 它想拦的缺陷是什么?
  2. 有没有等价改写能让它假绿(该拦没拦)?—— 这是致命的
  3. 有没有排版改写会让它假红?—— 这只是烦人

🔴 假红会自己暴露(测试红了有人看),假绿永远不会自己暴露。 所以三个问题里第 2 个的权重远高于另外两个。

任何以「位置」为锚的断言(第 N 个、之后的、窗口内的),都要问「另一侧有没有盲区」。 本轮三个缺陷全都是这个形状:窗口大小 → 锚点之后 → 锚点之前。