這個詞出現在「測試紅燈不一定是真的壞」這個問題裡。

flaky test（不穩定測試）指同一份程式碼、同一個測試，什麼都沒改，卻有時過有時不過。

它是測試領域的 false positive——測試報紅、但被測的程式碼其實沒問題——而 flaky 特指其中「間歇、非確定性」的那種。

常見成因

  • 競態（race condition）、依賴執行順序。
  • 時間依賴：sleep、timeout、時鐘、時區。
  • 共用狀態沒清乾淨：測試之間互相污染。
  • 外部依賴：網路、第三方服務的暫態抖動。

為何危險

flaky 會侵蝕對測試套件的信任：紅了第一反應是點重跑而不是查 bug，久了連真的失敗也被當 flaky 忽略——這是測試版的 alert fatigue。

與 spurious failure 的區別

flaky 強調「間歇重現」（重跑可能就過）；spurious failure 強調「這次失敗的原因不是被測對象」，不一定間歇。兩者都是測試的 false positive，角度不同。

相關概念