Why can I tell a test is flaky but never find out why?
Kans
Detecting that a test is flaky is mostly solved; several tools do it reliably across reruns. Diagnosing the specific root cause is not. LLMs evaluated on real-world flaky test datasets achieve F1 scores above 0.88 for detection but drop below 0.57 on the same inputs when asked to identify root cause. The few automated repair tools only handle order-dependent or implementation-dependent flakiness and fail on resource contention, async timing, and environment drift. Developers spend hours reading logs and adding print statements, then watch the failure refuse to reproduce locally.
Waarom het belangrijk is
Root cause attribution is the missing step that turns a flakiness detector from a dashboard metric into a tool that actually reduces CI time.
Hoe ik de kans beoordeel
De Opportunity Score is mijn eigen inschatting, geen meting: hoe ernstig het pijn doet, hoe vaak het toeslaat, en hoe weinig er vandaag de dag bestaat om het op te lossen. Hoger betekent dat ik denk dat het meer de moeite waard is om te bouwen.
Hoeveel pijn het veroorzaakt wanneer het zich voordoet.
Hoe vaak mensen er daadwerkelijk tegenaan lopen.
Hoe weinig goede tools er vandaag de dag voor bestaan.
Meer problemen die het oplossen waard zijn
Waarom is de software waarvan we het meest afhankelijk zijn de slechtste om te gebruiken?
TechWaarom bezit ik nog steeds niets van de data die ik genereer?
TechWaarom kan ik geen bewijs krijgen dat mijn gegevens daadwerkelijk zijn verwijderd?
TechWaarom kan ik niet weten of wat er draait overeenkomt met wat mijn SBOM heeft verklaard?
TechWaarom breekt elke C2PA-herkomstchain zodra inhoud op sociale media terechtkomt?
TechWaarom laten mijn door AI gegenereerde tests de fouten door die ze juist hadden moeten opsporen?