谷歌DeepMind一位工程师上周分享了个教训：他给文本清洗函数写了100%单元测试，结果这玩意儿上线后，把多语言训练数据洗成了"垃圾"。问题出在测试用例全是英语，而实际数据覆盖了100多种语言。

这位工程师用正则表达式处理文本，逻辑看起来滴水不漏：去空格、转小写、压缩空白、替换标点。测试全绿，代码合并，部署上线。直到模型训练出异常，团队才回头排查——阿拉伯语的连字符、中文的全角空格、泰语的元音符号，全被正则粗暴干掉了。

他在复盘里写了句挺扎心的：「我测试了代码，但没测试假设。」换句话说，100%覆盖率测的是代码路径，不是业务边界。那些藏在字符编码里的陷阱，单元测试根本碰不到。

这事在Hacker News上吵了三天。最损的一条评论是："你的测试用例比你的代码还懂英语。"工程师最后把测试数据换成了真实语料采样，覆盖率掉到67%，但bug率归零。

现在那个函数注释里多了一行TODO：下次加一种语言，先找个母语者念一遍测试用例。