属性测试（Property-Based Testing，PBT）通过生成随机输入并验证属性对所有输入成立，替代针对具体样例的测试方式，核心是测试不变量。
适用场景：序列化配对（encode/decode）、契约清晰的纯函数、校验器与归一化器、数据结构操作。
属性目录：往返 decode(encode(x))==x（序列化、转换配对）；幂等 f(f(x))==f(x)（归一化、格式化、排序）；不变量（任意变换前后成立）；交换律 f(a,b)==f(b,a)（二元/集合操作）；结合律；单位元 f(x,identity)==x；逆运算 f(g(x))==x（加解密、压缩解压）；预言机 new_impl(x)==reference(x)（优化、重构）；易验证 is_sorted(sort(x))；无异常（最弱基线）。强度层级由弱到强：无异常→类型保持→不变量→幂等→往返，应尽量选最强适用属性。
模式识别：出现 encode/decode、toJSON/fromJSON、pack/unpack 时优先用往返；normalize/sanitize/canonicalize 用幂等；is_valid 配合归一化器验证归一化后有效；排序与比较器用幂等加顺序；自定义集合用不变量。
不适用：无转换逻辑的简单 CRUD、UI/展示逻辑、需复杂外部环境的集成测试、无法隔离的副作用代码、需求多变的原型、具体样例已足够且边界已知的测试。
库参考：Python 用 Hypothesis（from hypothesis import given, strategies as st）；TypeScript/JS 用 fast-check（import fc from 'fast-check'）；Rust 用 proptest；Go 用 rapid（import "pgregory.net/rapid"）；Java 用 jqwik；Haskell 用 QuickCheck。
输入策略：尽早把约束构建进策略而非用 assume() 过滤；设置尺寸上限防止测试过慢；使用贴近现实的约束；复用策略定义。设置建议：开发用 max_examples=10，CI 用 200，夜间/发布用 1000 且 deadline=None。
质量检查：断言非重言式、足够强、非空洞、用 @example 覆盖边界、不在断言中重实现函数逻辑、策略约束现实、设置匹配场景。常见错误：测试 mock 行为、在测试中重实现函数、用 assume() 过滤、缺少边界样例、只写一个属性。