Vibe Coding 测试矩阵：把 Happy Path、边界与状态转换放进一张表

“为注册流程补全测试”常得到一串看似丰富的用例：正确邮箱成功、错误邮箱失败、空密码失败、重复邮箱失败。它们覆盖了输入分支，却可能都从同一个初始状态出发；真正危险的“验证码已过期后重发”“请求正在处理中再次提交”“账户已存在但未验证”仍然没有出现。案例数量不是覆盖设计，分支覆盖率也不能替代业务状态覆盖。

测试矩阵把设计工作放在生成代码之前。它先列出场景、边界和状态转换，再选择有风险意义的交叉点。AI 的角色是根据批准的行生成 fixture 与测试实现，不是从当前 if 语句反推全部需求。分层思路可结合Agent 测试策略，本文聚焦单个用户流程如何形成可审查的用例集合。

三个轴分别回答三个问题

第一轴是场景，也就是用户要完成什么。至少包含一个 happy path、每种业务拒绝、外部依赖失败和取消/重试。第二轴是数据边界：空值、最小值、刚好等于阈值、刚好越界、Unicode、重复值和超长值。第三轴是状态：初始状态、处理中、成功、失败、超时、取消以及允许恢复的状态。

以邀请码注册为例，可以先写一张设计表：

这张表故意不把所有列做笛卡尔积。空邮箱和邮件服务超时没有组合价值，因为输入校验应在调用外部服务前结束。每一行都要注明风险来源：验收条件、历史缺陷、状态图、协议约束或 reviewer 判断。没有来源的随机排列先不生成。

先画转换，再写断言

状态流程可写成 state + event -> nextState + effects。W3C SCXML 给出了状态机的标准表达方式；项目不必采用 SCXML，也可以借它检查是否遗漏事件、守卫和终态。对每条允许转换至少安排一个正例，对每条高风险禁止转换安排一个负例。

idle + submit(valid)       -> submitting + requestCreate
submitting + submit(valid) -> submitting + noEffect
submitting + timeout       -> pending + showRetry
pending + retry            -> submitting + requestStatus
verified + retry           -> verified + noEffect

断言应同时覆盖结果与副作用。只断言页面显示“成功”，无法发现后台写了两次；只断言 repository 被调用一次，又无法证明用户看到了可恢复状态。测试预言如何选择可进一步参考Vibe Coding 测试预言审查，矩阵只负责确保问题被问到。

用等价类控制组合爆炸

边界值不是把每个字段随意取三个值。先按业务规则分等价类，例如邀请码可分为有效、已使用、过期、格式非法；时间边界选择到期前一刻、恰好到期和到期后一刻。若有五个字段，每个三种值，完整组合会迅速失控。保留每条规则的单因素边界，再为会相互影响的字段增加成对组合。

高风险组合由不变量驱动：金额与币种共同决定精度，角色与资源归属共同决定授权，状态与幂等键共同决定重复副作用。低风险展示字段不必与所有错误状态交叉。需要探索更大空间时，使用AI 生成代码的属性测试生成数据，并保留失败种子；不要把数千个随机输入伪装成数千个独立设计决策。

让矩阵和测试代码可互相追踪

每个测试名带矩阵 ID，参数化运行减少样板代码。Jest 的 test.each 和 Node Test Runner 的子测试都能承载表格案例，但框架不会替你判断表格是否完整。测试报告应能从失败的 R4 回到这一行的起始状态、触发事件和预期副作用。

AI 生成实现前，把矩阵作为只读输入，并明确：不得删除行，不得合并语义不同的错误，不得为了复用 fixture 改写期望。生成后检查测试是否真的使用了行内数据；常见错误是循环变量写了很多，断言却始终读取同一个默认 fixture。完整 diff 仍要经过AI Code Review 实践，尤其关注跳过、重试和过宽匹配器。

矩阵还需绑定版本。需求、状态图或 API 契约改变时，先更新表并审阅差异，再更新测试。只改测试代码会让设计依据消失。每行至少保留 caseId、风险、输入类、起始状态、事件、预期终态、副作用和证据来源；是否自动化则是另一个字段，不能因暂时无法自动化就从矩阵删除。

用门禁检查“漏了什么”

完成标准不是所有行变绿，而是：每项验收至少映射一行；每个业务终态可到达；关键禁止转换有负例；外部失败有恢复或明确终止；边界选择能回到规则；测试结果绑定当前 HEAD。若选择性执行，还要说明为什么这些用例覆盖了 diff，可参考编程 Agent 的测试影响分析。

失败时不要让 AI 立即改断言。先判断矩阵是否写错、需求是否歧义、实现是否违反转换，或 fixture 是否没有建立声称的起始状态。矩阵的价值正是把这些问题分开。它让 Vibe Coding 的“多写一些测试”变成一组有限、可解释的风险采样：happy path 证明任务可完成，边界证明规则在阈值处成立，状态转换证明系统经过失败和重试后仍不会走到非法位置。

延伸阅读

• Agent 测试策略
• Vibe Coding 测试预言审查
• AI 生成代码的属性测试
• AI Code Review 实践
• 编程 Agent 的测试影响分析