质量保证

质量保证是一系列旨在确保产品符合要求并能正常发挥功能的实践，它涵盖了产生质量的流程、标准和活动，而不仅仅是检查是否存在缺陷的活动。它与质量控制（即对成品进行检验）的区别不仅仅在于术语：质量保证关注的是预防缺陷，而质量控制关注的是检测缺陷。

传统的测试模式，即由一个独立的团队在发布前的不同阶段对已完成的工作进行测试，其弊端早已被证实。缺陷往往在引入很久之后才被发现，此时人们早已忘记了当时的背景，而修复成本也最高。编写代码和测试之间的延迟意味着开发人员无法及时获得关于自身错误模式的反馈。此外，质量责任也转移到了一个对工作过程没有任何控制权的团队身上。

现代实践强调责任分散而非集中。开发人员在构建过程中编写自动化测试，代码审查在问题进入任何环境之前就将其发现，持续集成对每次变更都进行验证，而质量专家则专注于测试策略、探索性测试以及自动化无法触及的领域。专家的角色从执行所有验证工作转变为赋能和设计验证流程。

测试金字塔描述了自动化验证的合理分布。基础的单元测试运行速度快，能够精确定位故障。集成测试层用于验证组件之间的协同工作。顶层的端到端测试则模拟了系统在真实环境中的完整运行流程。反之，如果过度依赖速度慢且脆弱的端到端测试，则会导致测试套件运行耗时数小时，故障难以预测，最终被忽略。

探索性测试仍然至关重要，但在以自动化为中心的组织中却常常被低估。自动化测试验证的是既定行为是否仍然有效；它们无法发现流程令人困惑、错误消息毫无帮助、某些未被考虑的组合会产生无意义的结果，或者某些更改以断言无法涵盖的方式使情况变得更糟。熟练的手动调查可以发现任何测试套件都无法发现的问题类型。

质量义务远不止于功能正确性。可访问性、在实际条件下的性能、安全性、在用户实际使用的设备和连接上的运行情况以及数据处理的正确性，这些都是质量属性。如果企业只验证功能行为，那么他们推出的产品虽然能够正常运行，但却无法满足相当一部分用户的需求。

测试数据管理是一项看似不起眼却至关重要的限制因素，它决定了实际应用中能够实现的目标。真实的测试数据对于发现实际缺陷至关重要，但由于隐私义务，生产数据往往无法直接使用，而过于干净的合成数据则会掩盖真正值得发现的问题。因此，建立一套具有代表性且符合规范的测试数据通常是有效验证的前提条件，而非无关紧要的细节。

预防的经济效益已得到充分论证。缺陷发现得越晚，纠正成本就越高：开发阶段发现缺陷的成本微不足道，而生产阶段发现缺陷的成本则相当高昂，而且还会带来运营和声誉方面的损失。因此，仅从成本角度来看，投资于早期缺陷检测就是合理的，而无需考虑客户体验方面的问题。

因为质量取决于工作的生产过程，而不是最终结果，所以相关实践应该在交付过程中进行，而不是在交付之后。在实践中，这一点是在……中确立的。 产品开发 作为“完成”定义的一部分，可访问性和体验标准源自 用户体验审核 标准和性能阈值 网络性能 预算，以便核实的内容与产品实际需要交付的内容相符。