为什么bug越改越多？

一个软件写好了之后，过了一段时间再去看，它可能就不是你预期的样子了，可能早已经报了网关错误, 可能页面展示 500 错误，或者无法访问了。有很多原因可能造成这种混乱的状态，比如某个用户的操作触发了一个隐藏很深的缺陷，对程序造成了一个很小的修改，之后其他用户再进行了一些其他的操作， 也有可能是遭受恶意攻击等。

所以就算开发的软件已经接近完美，不再做任何修改和更新，你如果很长时间不去维护，软件也会变得越来越混乱。而在一个产品的实际研发过程中，我们还需要不停地为软件系统添加新功能，增加新特性，带来更多新信息，导致系统更加复杂，这些新信息会进一步增加软件的不确定因素。

为什么bug越改越多？
一个软件系统越复杂，影响的因素就越多。几乎所有的公司都想利用已经成熟的技术体系提高研发效率，但是实际上研发效率只会越来越低，一个产品往往是初创阶段研发效率高，越到后面效率越低。原因之一就是因为业务增长必然导致不确定性更高，干扰因素更多，从而拖慢研发进程，产生更多 bug。

哪些主要因素会增加系统的不确定性？

第一种因素是依赖的环境不确定。比如操作系统发生变化、数据库品牌和版本发生变化、访问的文件权限发生变化。

第二种因素是状态管理。可能发生变化的任何数据都处于某种状态，比如程序中的变量、数据库中存储的数据、文件中的数据。

第三种因素是程序的分支路径。如果你没有一个非常完备的定位系统，当你走在一条满是岔路的主干道上，你一定会迷路。

不确定性对软件测试的指导意义

不确定性对软件测试来说，软件测试人员需要计算哪些随机事件会对系统产生影响，然后想方设法提高确定性和一致性。

确定性高，每次运行这个程序几乎总是得到一个确定的结果，确定性越低，结果相反。但我们永远不能说它是确定的，发生的概率是 100%。因为如果程序依赖的环境变化了，结果也会发生变化。对于系统、数据库、客户端、版本号、解释器等所有的依赖，我们最好也纳入缺陷分析的范围中。我们可以使用确定性的工具来部署，尽量保证依赖环境的一致性，因此在测试时我们可以减少环境不确定性带来的权重，但是并不表示我们不需要测试环境本身。

而对于完全无法确定的随机用户数据，程序会编写分支语句来形成确定性的执行，这么多个分支是否运行就是概率问题。测试程序时就必须考虑，开发人员是否考虑了所有的情况。

为什么bug越改越多？
对于开发人员来说，尽量编写确定性高的代码，能有效抑制 bug 的产生。什么是确定性高的代码呢？比如编写纯函数，尽量减少对其他接口的依赖、不随意修改全局变量、不随意修改类中的属性， 尽量减少对文件、数据库等状态数据的依赖。

对于测试人员来说，则需要分析哪些特性适合编写纯函数、哪些地方的数据是系统生成的、分析用户输入会形成哪些分支代码、分析依赖了哪些数据库数据、文件数据、以及其他接口提供的数据，同时，测试人员自己编写的代码也应该参考这些情况，减少不确定性。

最后，多个程序之间、多个特性之间、多个模块之间相互调用形成的不确定性更加难以控制。功能越复杂，涉及到的数据会越多， 根据不同的操作顺序，形成的排列组合会成指数级上升。使用场景测试法、判定表等方案从理论上是可行的，但是实际测试过程中很难全部覆盖到。目前通过像智能化测试、精准测试这样的技术也许能缓解部分测试难题，但是这些技术手段本身的信息不确定因素就很高。