- 综合排序
- 最热优先
- 最新优先
软件测试 + AI
前言人工智能的引入为软件测试带来了巨大的变革，不仅提升了测试效率和准确性，也为软件质量的保障提供了新的手段。 通过结合AI与传统测试方法，企业能够更有效地应对复杂的开发环境，从而提高最终产品的质量和用户满意度。一、软件测试软件测试是软件开发中至关重要的一环，主要目标是查找软件中的缺陷（bug），保障软件质量。 ②作用提高速度和效率缺陷预测与分析③AI应用于软件测试的方式AI通过与测试工程师的互动来增强测试过程。通过输入具体的指令（Prompt），工程师可以指导AI生成所需的测试用例、报告或分析。 ④AI赋能软件测试的具体应用需求评审：AI可以帮助分析需求文档，识别潜在的模糊或不一致之处，提高需求的明确性。测试计划编写：AI可以根据项目需求和历史数据生成测试计划，节省时间并提高效率。 测试用例设计：通过自动生成测试用例，AI能够快速覆盖各种场景，尤其是在面对复杂系统时。测试报告生成：AI能够自动整理测试结果，并生成易于理解的报告，帮助团队做出决策。
1.1K21编辑于 2024-09-18- 来自专栏啄木鸟软件测试
软件性能测试（连载8）
snvcswch/s Command 08:18:31 0 1 0.20 0.00 systemd 08:18:31 0 8
1.2K30发布于 2020-02-19 - 来自专栏啄木鸟软件测试
软件安全性测试（连载8）
<html> <head> <metahttp-equiv="Content-Type" content="text/html;charset=utf-<em>8</em>" /> <scripttype="text/javascript <html> <head> <metahttp-equiv="Content-Type" content="text/html;charset=utf-<em>8</em>"> <title>演示十七：验证码的破解</title 获取地理坐标 对于在线地图软件而言，获取本地经纬度值是非常重要的功能，在HTNL5中实现了这个功能。效果如22所示。 ? 22 获取当前的经纬度 类似本地经纬度信息属于个人隐私的范畴，软件如果要获取这些信息，应该在使用之前得到用户的许可，特别是在APP端。
1.2K20发布于 2019-12-23 - 来自专栏muller的测试分享
软件测试|K8S 容器编排
批处理任务编排初学者容易误以为容器的任务只在于部署行为－－将软件在容器中部署以提供持续的服务。但其实容器也同样大量的被应用于批处理程序的运行上。 在不改造测试框架的前提下 K8S 能通过什么样的方式来帮助完成这个测试需求。首先看一段 K8S 提交任务的配置文件。 如果你的批处理任务需要并发能力，那么 K8S 会按照这个字段的数字同时启动多个容器来并发的执行。由于大部分的测试并发能力来源于测试框架而不是外部软件， 所以本次测试在这里填写为 1 就可以。 在本案例中如果不使用 K8S，用户需要编写自己的模块来控制测试用例的重复执行，并发，容错和重试机制，也就是说用户需要自己编写代码来对测试用例进行＂编排＂。 毕竟 K8S 还是一个集群管理软件，上述说明的所有案例在提交给 K8S 后， K8S 都会按照自己的调度策略将 POD 调度到一个合适的节点上执行。图片
60410编辑于 2023-01-04 - 来自专栏muller的测试分享
软件测试|K8S 容器编排（上）
K8S目前是业界容器编排领域的事实标准，是几乎所有云原生架构的首选。目前随着云原生架构越来越流行，测试开发人员需要掌握K8S技术栈已经成为越来越迫切的需求。 大多数人理解 K8S 是容器集群的管理技术，这个描述是不完整的，如果 K8S 仅仅是一个管理多台节点上容器的管理软件的话，那么业界直接称呼为容器集群就好了。 所以 K8S 除了是一个容器集群管理软件外它还提供了针对容器的网络，调度，权限，资源，安全，硬件等管理和设计的能力。 接下来通过 2 个案例来带大家体验一下其中的奥妙。 毕竟要执行测试必须先获取代码， 那这些容器是怎么获取代码执行测试的，又是通过什么方式合并每个容器中的测试报告的呢？这个问题可以抽象成一个 POD 中的容器是怎么共享文件的。 还记得学习 Docker 的时候使用的 container 网络模式么， 实际上 POD 中的容器都是默认通过 container 模式将网络连接在一起的，很多软件应用比如 mock server，流量复制
60720编辑于 2023-01-04 - 来自专栏测试人的日常
软件测试下的AI之路（2）
前言 随着科技日新月异的发展，人工智能正逐渐渗透到我们生活的各方各面，从智能语音助手到自动驾驶汽车，从智能家居到人脸识别技术，AI正以其卓越的智能和学习能力引领着新时代的发展方向。 在这个快速演进的时代中，软件测试领域也受到了不小的冲击。虽然在当下，传统的软测技术仍然是绝对的主力，但是身为IT行业中的一员，近几年AI的全新业务体验与其超强的算力所带来的震撼感受也应该远超其他行业。 所以为了跟上时代的步伐，作为软测的大家是不是也应该考虑如何让AI辅助我们更加完整高效的完成日常的各类质量保障工作呢？ 在每个测试计划中，都有复数个测试用例组成，这样才能灵活的达成各类测试场景中的测试效果。 后话 好了，到了这里，我们就已经把用例产出 - 计划设计 - 结果查看 - 覆盖分析这个一整个的软件业务进行了大致的介绍与实践，相信大家一定也对mabl平台的整体功能和业务有了更深层次的认识了
1.1K20编辑于 2023-10-18 - 来自专栏测试人的日常
软件测试下的AI之路（1）
所以为了跟上时代的步伐，作为软测的大家是不是也应该考虑如何让AI辅助我们更加完整高效的完成日常的各类质量保障工作呢？ 那么对于软件测试来说，先阶段的AI可以帮助我们做些什么呢？ 其实要说明白这个呀，我们还是需要先从AI对于软件测试这件事本身的意义来说起，我们就拿基本的黑盒测试来举例，要知道在传统的软件测试中，我们会依赖于手工设计和执行测试用例来完成测试活动，这种方法在面对大规模 而现如今由于AI技术成果的大规模爆发，从而为软件测试带来了全新的可能性。 ；另外，AI还可以自动分析和挖掘软件系统中的潜在缺陷和异常行为，从而提高测试的效率和准确性。 软件介绍 其实对于广大的软件测试人员来说，未来离我们并不遥远，目前市面上基于AI的自动化测试工具也是百花齐放，我们大可以利用这些基于成熟AI方案的第三方测试工具来融入和实践自身的质量保障工作。
2.2K20编辑于 2023-10-18 - 来自专栏测试人的日常
软件测试下的AI之路（1）
所以为了跟上时代的步伐，作为软测的大家是不是也应该考虑如何让AI辅助我们更加完整高效的完成日常的各类质量保障工作呢？ 那么对于软件测试来说，先阶段的AI可以帮助我们做些什么呢？ 其实要说明白这个呀，我们还是需要先从AI对于软件测试这件事本身的意义来说起，我们就拿基本的黑盒测试来举例，要知道在传统的软件测试中，我们会依赖于手工设计和执行测试用例来完成测试活动，这种方法在面对大规模 而现如今由于AI技术成果的大规模爆发，从而为软件测试带来了全新的可能性。 ；另外，AI还可以自动分析和挖掘软件系统中的潜在缺陷和异常行为，从而提高测试的效率和准确性。 软件介绍图片 其实对于广大的软件测试人员来说，未来离我们并不遥远，目前市面上基于AI的自动化测试工具也是百花齐放，我们大可以利用这些基于成熟AI方案的第三方测试工具来融入和实践自身的质量保障工作。
1.8K30编辑于 2023-09-26 - 来自专栏达达前端
软件测试-开始软件测试
前言 大家好，我是 Vic，今天给大家带来开始软件测试的概述，希望你们喜欢 软件测试 软件测试的基本概念、方法、常用测试工具的使用 常用测试工具的使用 性能自动化测试工具：jmeter、loadrunner /html/index.html 开始软件测试 测试一个软件 测试的目的 开发的过程 软件质量的保证 理解软件测试 软件测试的分类 测试的目的 1.测试的目的：在于发现错误（缺陷），保证整个软件开的质量 ，但软件的质量不能以软件测试为依据 2.成功的测试：是发现了未曾发现的软件错误（缺陷） 3.好的测试用例：是能有效地发现别的测试用例未发现的软件错误 开发的过程 在软件开发的过程中，我们要明确软件开发的目标以及软件的需求 ，进行制定各种软件开发过程中的计划，并进行编写文档测试，软件测试，进行有效地测试和修复，然后提交测试完成的软件。 重点名句：80％的错误聚集在20％的模块中 软件测试的分类 基于软件结构与算法 黑盒测试和白盒测试 基于执行被测试软件 静态测试和动态测试 基于不同阶段 单元测试，集成测试，系统测试，验收测试 白盒测试
3.4K62发布于 2019-07-03 AI辅助软件测试：几个关键路径
软件测试是保障质量的关键环节，但测试用例设计耗时、覆盖分析繁琐、自动化脚本维护成本高等问题，一直困扰着测试团队。大语言模型的出现，为测试工作提供了一种新的辅助手段。 这里从几个实践角度，聊聊AI如何在测试流程中发挥作用。一、提示工程：让AI理解测试需求大模型不是测试专家，它需要清晰的指令才能输出有价值的内容。提示工程的核心，就是写好给模型的“问题”。 用大模型辅助时，可以这样操作：将软件需求规格说明（SRS）分段输入模型，要求它提取每个功能点的测试项。 四、测试执行：脚本生成与环境构建AI在测试执行环节的价值，主要体现在自动化脚本生成和环境搭建上。 结语AI辅助软件测试的价值，不在于替代测试工程师，而在于将测试人员从重复性、模式化的工作中解放出来，让他们更专注于复杂场景设计、风险评估、质量策略等创造性工作。
1.2K10编辑于 2026-03-23- 来自专栏FunTester
AI 正在如何重塑软件测试实践
在 2026 年，软件测试已经不再只是发布前的最后一道关卡，而是贯穿整个软件生命周期、由 AI 驱动的持续性能力。 AI 重塑回归测试 人工智能 已经从辅助测试自动化，进一步走向主动协调测试自动化。 因此，越来越多组织开始减少纯粹独立的 QA 职能，把质量目标分散到产品、研发、测试和平台团队共同承担。 测试覆盖 AI 代码 生成式 AI 在软件开发中的广泛使用，带来了全新的测试对象。 当系统越来越复杂、变更越来越频繁时，测试体系也必须同步升级，否则团队很容易在速度和质量之间反复拉扯。 行业分析师普遍预计，AI 驱动的软件测试实践 会在未来进一步走向标准化。 未来测试意味着什么 到了 2026 年，AI 驱动的软件测试 已经不再只是一个值得关注的新趋势，而是在很多团队里逐步落地的运营标准。
1.1K10编辑于 2026-06-17 - 来自专栏测试人的日常
软件测试下的AI之路（3）
在这个快速演进的时代中，软件测试领域也受到了不小的冲击。虽然在当下，传统的软测技术仍然是绝对的主力，但是身为IT行业中的一员，近几年AI的全新业务体验与其超强的算力所带来的震撼感受也应该远超其他行业。 所以为了跟上时代的步伐，作为软测的大家是不是也应该考虑如何让AI辅助我们更加完整高效的完成日常的各类质量保障工作呢？ 而依托于现在一些主流的CI/CD软件的强大兼容性与接入能力，mabl自身的强大测试能力可以灵活被运用起来，在部署过程中集成mabl平台，那么相关的测试代码部署到 CI/CD 管道中的托管环境后就可以立即在多个浏览器中测试端到端用户体验 这里主要以目前主流的jenkins为介绍对象，其他的CI/CD软件环境本期暂不介绍。 安装的时候需要注意Java的版本不能低于8，Jenkins的版本不能低于2.319.1，不然在安装的步骤就会报错。
2.2K30编辑于 2023-11-11 AI会取代软件测试人员吗？
更贴切的表述是：AI 会改变软件测试人员的工作内容，而不是完全取代他们。换句话说，AI 就像电动工具对木匠：锯、钻孔速度飞快，但“木匠的设计和判断”仍然不可替代。 这是一个当前备受关注、充满焦虑又极具现实意义的问题：“AI会取代软件测试人员吗？”简短回答： ✅ 不会完全取代，但会深刻重塑测试岗位的职责、技能要求和工作方式。 ⚠️ 不主动适应AI变革的测试人员，将面临被淘汰风险。一、AI在软件测试中的当前能力（能做什么？） 三、软件测试人员的未来角色演进传统角色未来演进方向手工点点点测试员➜ AI测试教练 / 质量策略师自动化脚本编写者➜ AI提示词工程师 / 测试框架架构师缺陷记录员➜ 质量分析师 / 风险预测专家流程执行者 ：到2026年，70%的企业将在测试中应用AI（2023年仅20%） 但测试岗位需求仍在增长，尤其是“懂AI+懂业务”的复合型人才六、终极结论 AI不会取代软件测试人员 —— 但会取代那些只会手工点点点
1.7K10编辑于 2025-09-18- 来自专栏软件安装
Github 热门的8个AI小软件
GitHub上8个热门且实用的AI小软件，开发、效率、多模态等场景都有，按Star数与社区活跃度排序： ▌ 1. ChatDev（OpenBMB/ChatDev） Star：28k+；定位：清华大学开源的虚拟软件开发公司，通过角色化智能体协作完成全流程开发。 核心能力：模拟CEO、CTO、程序员、测试员等角色，自动完成设计、编码、测试、文档生成。 亮点：过程可视化，适合教学演示与快速原型开发，支持自定义开发流程与角色规则。 ▌ 7. 亮点：免本地环境配置，支持自定义镜像，适合需要安全代码执行的AI应用（如自动编程助手）。 ▌ 8. 核心能力：通过File Explorer、Planner、Editor、Reviewer等Agent，按自然语言指令完成代码库理解、重构与测试。
1.3K10编辑于 2026-03-26 - 来自专栏老张的求知思考世界
AI浪潮之下，软件测试如何突破重围？
在AI、云原生、区块链等技术狂潮下，软件系统复杂度指数级攀升。如何让测试不再成为研发流程的“短板”？如何用智能化手段应对千亿级数据校验？如何保障分布式架构下的系统稳定性？ 种种难题都围绕着软件测试人，时刻刺激他们的神经……直到《现代软件测试技术权威指南》出现。 新兴领域突破：面对层出不穷的新技术，AI产品测试、区块链智能合约验证、大模型驱动的测试智能化等内容，本书也抓住相关要点，抢占技术先机。 AI测试挑战：第15章揭秘人脸识别系统的“蜕变测试”方法，通过光照、遮挡等极端场景模拟，将误识别率大幅降低。测试时的相关代码。 深度拆解关键章节 第1章 现代软件测试的工程理念 测试左移实践：需求评审阶段介入静态代码分析，结合契约测试提前暴露接口兼容性问题，某电商团队借此将缺陷修复成本降低70%。
56210编辑于 2025-04-16 - 来自专栏muller的测试分享
软件测试测试开发|软件测试基础概念
，就需要我们在软件上线之前尽可能的发现软件的问题，这就是我们所说的测试，即对软件进行测试，发现问题找到原因就是我们软件测试的目的。 软件缺陷 在了解什么是软件测试之前，我们先要了解一下软件缺陷，因为软件测试的目的就是找到软件缺陷，找到原因，并协助解决。 软件缺陷：就是我们熟知的“Bug”。 软件测试策略 软件测试策略是软件工程过程的一个软件测试的模板，也就是把特定的测试用例方法放置进去的一系列步骤： 软件测试包含的特征： 测试从模块层开始，然后扩大延伸到整个基于计算机的系统集合中； 不同的测试技术适用于不同的时间点 软件测试的分类 软件测试有多种分类方法，我们这里介绍几种常用的分类法： 软件开发阶段划分 单元测试 指对软件中的最小可测试单元进行检查和验证，单元测试需要从软件的内部结构出发设计测试用例。 兼容性测试，测试软件产品在不同的平台、不同的工具软件或者相同工具软件不同的版本下的兼容性。
94510编辑于 2024-01-02 - 来自专栏muller的测试分享
软件测试测试开发|软件测试基础概念
，就需要我们在软件上线之前尽可能的发现软件的问题，这就是我们所说的测试，即对软件进行测试，发现问题找到原因就是我们软件测试的目的。 软件缺陷在了解什么是软件测试之前，我们先要了解一下软件缺陷，因为软件测试的目的就是找到软件缺陷，找到原因，并协助解决。软件缺陷：就是我们熟知的“Bug”。 软件测试策略软件测试策略是软件工程过程的一个软件测试的模板，也就是把特定的测试用例方法放置进去的一系列步骤：软件测试包含的特征：测试从模块层开始，然后扩大延伸到整个基于计算机的系统集合中；不同的测试技术适用于不同的时间点 软件测试的分类软件测试有多种分类方法，我们这里介绍几种常用的分类法：软件开发阶段划分单元测试指对软件中的最小可测试单元进行检查和验证，单元测试需要从软件的内部结构出发设计测试用例。 兼容性测试，测试软件产品在不同的平台、不同的工具软件或者相同工具软件不同的版本下的兼容性。
91210编辑于 2023-12-28 - 来自专栏【Android开发基础】
【软件测试系列七】《软件测试计划》
需考虑的特殊事项 l UI测试 核实用户与软件之间的交互，确保用户界面会通过测试对象的功能来为用户提供相应的访问或浏览功能。 测试重点和优先级 重点测试软件的易用性及可操作性。 需考虑的特殊事项 2. 测试范围 包括系统中所有图形界面、易用性、操作性等都在测试范围之内。 不测试项 测试方法 参照软件测试方法文档。 开始标准 功能测试已完成。 测试重点和优先级 重点测试软件的易用性及可操作性。 需考虑的特殊事项 l 兼容性测试 测试目标 在用户需求的各种软硬件环境下运行是否正常。 测试环境要求： a. 服务器安装的软件环境要求 序号 操作系统及其他相关软件 系统盘格式 主域控制 数据库安装位置 3 3.
2K30编辑于 2023-09-19 - 来自专栏达达前端
Vic-软件测试-开始软件测试
前言 大家好，我是 Vic，今天给大家带来开始软件测试的概述，希望你们喜欢 软件测试 软件测试的基本概念、方法、常用测试工具的使用 常用测试工具的使用 性能自动化测试工具：jmeter、loadrunner /html/index.html 开始软件测试 测试一个软件 测试的目的 开发的过程 软件质量的保证 理解软件测试 软件测试的分类 测试的目的 1.测试的目的：在于发现错误（缺陷），保证整个软件开的质量 ，但软件的质量不能以软件测试为依据 2.成功的测试：是发现了未曾发现的软件错误（缺陷） 3.好的测试用例：是能有效地发现别的测试用例未发现的软件错误 开发的过程 在软件开发的过程中，我们要明确软件开发的目标以及软件的需求 ，进行制定各种软件开发过程中的计划，并进行编写文档测试，软件测试，进行有效地测试和修复，然后提交测试完成的软件。 重点名句：80％的错误聚集在20％的模块中 软件测试的分类 基于软件结构与算法 黑盒测试和白盒测试 基于执行被测试软件 静态测试和动态测试 基于不同阶段 单元测试，集成测试，系统测试，验收测试 白盒测试
1.8K30编辑于 2022-04-29 - 来自专栏优测Utest
AI 如何影响软件测试？2026 规范驱动测试落地实践分析
既然AI写代码正在告别随机性走向规范，测试工作能否同样能复刻这一路径，让AI在工程规范下可靠地完成复杂的测试任务？答案是YES。 本文将围绕测试工作中的高频场景和案例，来分享日常项目团队中是如何使用AI的。 基于Skills+MCP：多智能体无缝协作，规范驱动测试体验优测自动化测试平台接入IDE环境，能够让AI具备可扩展、可执行的技能体系，在本地开发环境中直接处理专业、复杂的测试任务。 基于优测Skills通用能力，AI能够按照严格的测试工程规范（覆盖率要求、数据自给自足策略、场景拆分、断言规范等），生成质量更高、覆盖更全面的测试用例。 AI提效对比指标使用前使用后提升幅度用例生成效率8–10小时（100个用例）30分钟（含全流程）16倍+Token占用所有规范全部加载按需加载消耗减少80%用例覆盖率60%（依靠人工）95%（基于代码+
1.1K10编辑于 2026-05-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号