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:
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(ASTTrueKeyword/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:
- 它想拦的缺陷是什么?
- 有没有等价改写能让它假绿(该拦没拦)?—— 这是致命的
- 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。