AI时代软件测试将何去何从?| 践行者第64期

2025-05-15 13:37:00
融融
原创
302
摘要:AI时代软件测试将何去何从?

当AI开始编写代码、自动修复Bug,软件测试是否会被取代?答案是否定的,但行业变革已势不可挡。

本期践行者,我们有幸邀请到资深测试专家、500W阅读量专栏博主、前得物稳定性测试Leader、同时专注于IT及AI领域咨询授课的张维功老师,以及前京东测试架构师、阿里云MVP,华为云HCDE、主导融管理社区的《软件研发质量管理体系白皮书》编制的陈磊老师。

现在,就让我们跟随这两位行业大咖,一同探讨AI时代软件测试将何去何从?

一、《践行者》系列直播回放

《践行者》是一档主打实战落地的访谈栏目,旨在通过对研发实践、项目管理实践践行者的访谈,帮助大家了解到项目管理的实践及其实际应用场景;通过践行者本人的心路历程向大家展示更加生动真实的实践落地过程。

目前《践行者》已先后进行了64期直播,建议收藏网址,以便随时观看~

二、AI时代软件测试将何去何从?

1.知识库在测试方面占有怎样的一席之地?

  • 将杂乱的基础数据通过量化的方式转化为格式标准的数据;
  • 让使用者通过自然语言,从各个维度去检索;
  • 解放了人工检索、判断与分析的流程,检索结果全面且高效,还能从不同维度呈现结构化内容;
  • 有效减少因信息不足或理解偏差导致的“幻觉”现象;
  • 为基于检索的生成式(RAG)应用提供有力支持,补齐垂域知识的短板,减少新人融入时间;
  • 提升数据输出的可靠性、相关性;
  • 降低成本,提高培训效率;
  • 支持多模态(文本、图像、音频、视频等)。

2.MCP、A2A、AG-UI真的能让测试起飞吗?

  • MCP(大模型控制工具):MCP能让大模型调用过往积累的所有测试资产,并且支持在本地运行,安全性更有保障。借助MCP,可快速开发各类测试Agent,广泛应用于需求分析与用例生成、测试数据构造、测试用例自动化执行、Bug统计分析,以及测试轮次报告生成等多个关键环节;
  • A2A(Agent间交互技术):实现不同Agent之间的高效交互,从而完成更为复杂的测试任务;
  • AG-UI(Agent与人交互协议):用户能更便捷地向Agent下达指令、获取反馈,提升人机协作的流畅性与易用性。

3.测试领域AI工具技术架构应该是什么样的?

1)以具体工具Minux为例,其技术架构可拆解为以下核心层级:

融管理社区践行者 软件测试

2)从更通用的工程视角,AI工具的技术架构可归纳为四层模型:

融管理社区践行者 软件测试

4.在测试领域落地AI,该从何处着手?

1)在AI“幻觉”问题尚未完全解决时,优先从流程规范、标准明确的环节入手:

  • 测试数据生成;
  • 表结构、字段的变更的质量风险审核。

2)学习顺序建议:

  • 掌握提示词技巧;
  • 学习检索增强生成(RAG)原理,结合自有知识库,让AI输出更准确、专业的内容;
  • 选定开发框架,如OpenAI SDK,快速搭建AI测试应用;
  • 尝试模型微调。

三、送给大家一句话

陈磊老师:大家一定要谨慎思考,不是所有问题都能靠大模型解决的。

张维功老师:保持敏感,同时保持好奇心,很多事情都是需要靠时间来做到的,大模型涉及到很多知识、发展的技术,所以我们一方面要保持敏感的心态,另一方面也要保持好奇心多去思考。


AI不会取代软件测试,而是让它更强大——人机协同将打造更智能、更高效的品质守护,开启质量保障的新篇章!

    发表评论
    通过审核后显示您的意见