- 综合排序
- 最热优先
- 最新优先
- 来自专栏软件测试
智能化测试已来，测试人员该何去何从？
在过去十年，软件测试从“手工验证”迈入“自动化时代”，而今天，我们正站在又一个转折点——智能化测试的大门已经打开。 本文将从趋势分析、角色重构、能力路径与未来展望四个层面展开，深刻剖析智能化测试对测试人员的影响与机遇，指引测试专业人士在AI时代破局而立、涅槃重生。 一、智能化测试，不再是遥远的未来，而是正在发生的现实1.1 智能化测试的内涵所谓“智能化测试”，并非简单地使用AI工具辅助测试流程，而是指： 以大语言模型为核心，通过自然语言理解、知识推理、上下文记忆、 ：传统“手艺人”式的测试工作正在被“智能化流程”替代。 面对“测试智能化”这股不可逆转的浪潮，我们不能躲，也不必怕。 唯有学习、思变、重构，才能掌握未来测试话语权。 智能化测试已来，测试人员唯有向内深耕、向外拓展，方能在新时代焕发新的专业荣光。
73410编辑于 2025-06-29 - 来自专栏DevOps时代的专栏
基于 Jmeter 生态的智能化性能测试平台
02 智能化性能平台的设计思路 对于理想的智能化性能测试平台，我们认为应该具备以下能力： 自动化测试需求识别能力，包括自动风险识别和测试需求生成，提高风险识别的全面性和准确性。 智能化测试结果分析和数据可视化能力，自动化分析并生成测试报告，帮助测试人员快速定位和解决性能问题。 测试管理和监控能力，支持测试任务和测试资源的管理，以及实时监控测试进度和测试报告。 一个完整的智能化性能测试平台应具备全面的智能化能力，可帮助测试人员提高测试效率、降低测试成本和提高测试质量，以支持应用程序的性能优化和改进。 通过 Prometheus 监控和定制诊断分析模型实现智能执行、监控和预警，结合自定义组件实现功能、协议、场景扩展等，逐步构建智能化性能测试平台。 04 智能化性能平台的未来展望 我们已经实现了智能化性能测试平台的建设，为智能化性能测试迈出了坚实的一步。随着不断有新的测试应用和场景接入，我们也发现了围绕智能化性能测试平台的丰富想象空间。
86121编辑于 2023-08-22 - 来自专栏深度学习与python
测试智能化的机会在哪里？| ArchSummit
产品发布周期越来越短，测试技术跟不上，这就是掉队。虽然测试窗口在不断缩小，但测试效率并没有大幅度提高，这就导致了很多潜在问题遗留下来，线上系统故障率急速攀升。而人工智能的发展使得测试提效成为可能。 智能化测试值不值得做？应该如何做？业界有哪些实践？是不是大家都可以做智能化测试？ 在即将到来的 12 月 2 日和 3 日，由 InfoQ 主办的 ArchSummit 全球架构师峰会（北京站）上，我们携手出品人美团李永刚，共同邀请了业界专家来分享智能化测试落地实践。 议题二 在美团微服务架构质量体系的建设中，美团采用了智能化的解决方案——服务链路分析。 活动推荐 ArchSummit 全球架构师峰会（北京站）2022 的演讲专题目前已上线【数字化场景下的业务架构】【低代码实践与应用】【国产化替代解决方案探索】【分布式架构落地实践】【智能化软件测试】【
2.3K20编辑于 2023-03-29 - 来自专栏网站漏洞修补
代码审计中渗透测试的智能化分析
在安全领域里，每一个安全防护科学研究人群在科学研究的环节中，也一样的一次又一次探究着怎样能够智能化的解决各行各业的安全性问题。在其中智能化代码审计便是安全防护智能化绕不过去的坎。 这次我们就一块聊聊智能化代码审计的发展历程，也顺带讲一讲怎样开展1个智能化静态数据代码审计的核心。 智能化代码审计 在聊智能化代码审计软件以前，最先我们必需要明白2个定义，少报率和漏报率。 在评论下边的全部智能化代码审计软件/构思/定义时，全部的评论规范都离不了这两个词，怎样去掉这两个方面亦或是在其中其一也更是智能化代码审计发展壮大的关键环节。 我们可以简洁明了的把智能化代码审计（这儿我们探讨的是白盒）分成两大类，一种是动态性代码审计软件，另一种是静态数据代码审计软件。
73722发布于 2020-10-11 - 来自专栏ceshiren0001
智能化测试基础架构：软件质量保障的新纪元
在快速迭代与追求极致用户体验的今天，传统测试手段已难以满足现代软件开发的需求。面对复杂多变的业务场景和频繁的产品更新，一种新的解决方案——智能化测试基础架构应运而生。 动态执行调度中心：无缝连接手工测试、自动化测试（包括AI驱动的自动化）与AI探索性测试，智能分配资源，优化用例执行过程。 二、测试智能体：数字领域的专家助手作为智能化测试架构的核心组成部分，测试智能体是特定领域的“AI工程师”，能够：支持Web、App、HTTP/RPC接口等不同类型的测试，并可根据具体需求定制专用智能体， 智能化测试架构的优势这种新型架构不仅提高了工作效率，还加深了测试覆盖范围，增强了对业务变化的适应性，实现了专家经验的大规模应用，并促进了质量控制点向前端转移。 对于希望迈向智能化测试的企业来说，可以从构建核心业务知识图谱、试点关键领域的测试智能体（比如API测试）开始，逐步引入LLM辅助用例生成与报告分析，最终实现全面的智能化测试转型。
39210编辑于 2025-07-30 - 来自专栏测试技术圈
《自动的自动化测试智能化一站式API测试服务》
前言 TiD2019质量竞争力大会邀请了新奥集团中台质量总监陈磊为参会者带来《自动的自动化测试智能化一站式API测试服务》精彩演讲。 陈磊从智能化测试框架、智能化API测试框架打造过程、自解耦&自测试的检测装置和智能化解耦服务与智能化测试结合四方面讲述API测试服务。 智能化测试框架 智能化测试框架当今主要两种叫法，一种是AI Driven Testing，另外一种是AI for Softwaretesting。 智能化API测试框架打造过程 随着微服务化和中台化的不断发展，绝大部分系统的被测件没有UI层。这就需要改变API测试这种行为或者工作模式。 集成服务让被测件和原有服务产生联系，这样会生产所有集成测试。 智能化解耦服务与智能化测试结合 目前， API会用EvoSuite做先验，然后通过自动化测试脚本和解耦服务完成解耦部署。
2.6K21发布于 2019-10-16 - 来自专栏自动化测试
2026年国内智能化测试供应商选型对比指南
摘要：在移动应用开发日益复杂的背景下，选择专业的自动化测试平台已成为保障产品质量的关键。本文基于2026年最新市场数据，深度解析国内主流智能化测试平台的核心能力与选型策略。 本文将基于设备覆盖、AI能力、行业适配、生态集成四大维度，对国内主流智能化测试平台展开深度评测，帮助企业在复杂市场中找到适配的测试解决方案。 其自研的多款自动化测试平台集成了多种AI智能化技术，能够支撑企业复杂的业务场景和测试需求，支持定制化开发和私有化部署。 从“自动化”到“智能化”：AI的深度介入◆ AI辅助测试：主流平台已利用AI预测缺陷位置、自动生成测试用例，大幅降低脚本和用例的维护成本。 、华为云测试认证测试鸿蒙智联官方认证华为DevEco Certification Centre结语2026年是国内智能化测试平台发展的关键之年。
82410编辑于 2026-03-13 国产软件测试平台崛起：关键领域软件测试困局的智能化解决方案
Gitee Test：破解关键领域软件测试困局的智能化解决方案随着数字化进程加速推进，国家关键领域软件系统正面临前所未有的安全与质量挑战。 这种严苛的合规环境要求测试工具不仅要具备常规功能验证能力，更需要内置智能化安全审计模块，能够自动识别潜在的安全漏洞和合规风险。系统架构的极端复杂性是另一大技术壁垒。 智能化测试平台构建全生命周期质量防线Gitee Test的用例管理中枢彻底改变了传统测试文档的碎片化状态。 其创新性地将脑图可视化技术与测试用例库深度融合，支持测试人员以思维导图形式直观展现用例逻辑关系。某船舶研究所的实际应用表明，这种创新设计使测试用例编写效率提升40%，维护成本降低60%。 其最新研发的智能模糊测试引擎，通过深度学习算法可自动生成异常测试数据，将边界条件测试覆盖率提升至95%以上。在国产操作系统适配测试中，该技术帮助发现了17个深层次兼容性问题。
31010编辑于 2025-08-29- 来自专栏漫谈测试
聊聊未来智能化测试主要体现在哪些方面？
“智能化测试”通常指的是利用人工智能、机器学习、大数据分析、自然语言处理等技术来增强、自动化甚至部分取代传统的手动和自动化测试活动，使测试过程更高效、更精准、覆盖更全面、预测性更强。 智能化测试面临的挑战也不少，智能化测试依赖数据质量，如果历史数据不足或有偏差，模型效果会打折扣。而且AI生成的测试用例需要人工审核，不能完全依赖机器。 二、智能化测试的核心能力与方向智能测试用例生成基于需求/用户故事： 利用 NLP 自动解析需求文档，生成初步的测试场景和用例。 提升测试人员价值： 测试人员从重复劳动中解放，转向更高阶的分析、策略制定、模型训练和结果解读工作。未来智能化测试将深度融合AI、大数据和云计算技术，实现从自动化到智能化的跨越。 智能化测试是软件测试领域不可逆转的未来趋势。
37110编辑于 2025-07-20 - 来自专栏深度学习与python
美团李永刚：测试智能化的机会在哪里？
，他从软件测试的发展历程入手，为我们分享了智能化测试案例、自动化测试与智能化测试异同以及企业如何做到智能化测试等等，本文为采访整理文，期待对你有所启发~ 智能化测试 InfoQ：在您看来，软件测试历史可以分为几个阶段 智能化测试应该如何定义？ 永刚：智能化测试目前还没有一个准确的定义，至少还没有在业界形成广泛共识。 InfoQ：经常听到自动化测试，智能化测试与自动化测试的最大区别在哪里？如果增加了智能这一项，智能化测试用例的维护成本是否会高于其节省的测试成本？判断标准是什么？企业什么时候可以做智能化测试？ 我认为最重要是有合理的预期：首先要对探索智能化测试的困难有心理准备，智能化测试不是更容易，而是不一样，对人的专业知识技能和工作思路都有不同的要求；其次是对智能化测试的效果，智能化测试不是万灵丹，不会因为用了所谓的先进技术就一步迈入完全智能化的天堂 智能化技术的成熟度、团队对相关技术的应用能力、技术路线选择与待解决问题的适应性都会影响智能化测试的效果甚至成败。 InfoQ：如何做到智能化测试？我们否真的可以做到智能化或半智能化？
1K31编辑于 2022-06-11 - 来自专栏软件测试那些事
测试用例执行日志全链路收集-智能化测试结果分析关键技术之一
自动化测试，尤其是大规模的自动化测试当中，测试结果的分析是一个非常重要的点。在过往的实践中也是非常吃人力资源的场景，大量的假失败(false failure)会把团队的节奏带下来，甚至最终拖垮团队。 笔者也写过《2025第一篇-精准测试等基建的十五种变现场景》等文章，介绍了利用数字化+智能化手段来实现自动化测试执行结果的自动化、智能化分析。 案例1 案例2 测试用例的全链路日志收集 熟悉分布式系统的同学对于可观测平台使用traceID来获得全链路日志应该也是不陌生的。 ，还需要得到某个测试用例的完整执行日志，也就是需要将该用例的若干次HTTP请求的全链路日志全部都收集起来。 LLM来实现测试结果的智能化分析。
18400编辑于 2025-06-25 - 来自专栏自动化测试
从“执行”到“决策”，揭秘AI驱动的智能化测试技术革命
智能化测试并非遥不可及的未来科技，而是正在各行各业落地生根、重塑质量保障体系的技术革命。本文将深入探讨AI驱动的智能化测试的核心技术方案、广泛的应用场景及存在的挑战。一、什么是智能化测试？ 首先，必须认识一个概念：自动化测试 ≠ 智能化测试。 自动化测试：是“执行”的自动化，即通过脚本模拟预先定义好的操作，代替人工点击。它严格、重复，但缺乏应变能力。 智能化测试：是“决策”的自动化。 二、智能化测试技术方案详解智能化测试是一个技术集合体，其主要技术方案可归纳为以下几个方向：1、智能测试用例这是智能化测试最活跃的领域之一，旨在解决“写什么用例”和“写多少用例”的难题。 然而，从传统测试模式向智能化测试转型并非一蹴而就，企业普遍面临着以下几大核心挑战：1、初始投入成本高昂：构建智能化测试体系是一项长期战略投资。 五、智能化测试供应商推荐友声科技：领先的一站式智能化测试转型合作伙伴友声科技通过深度行业洞察、提早布局与持续的战略研发投入，成功突破了一系列智能化测试技术与应用瓶颈，打造了行业领先的智能化测试技术体系与产品矩阵
33400编辑于 2025-11-27 - 来自专栏软件测试那些事
为什么测试智能化推荐从"用例续写"开始
匹配 LLM 能力优势，解决测试用例编写痛点 测试用例编写存在大量重复劳动（如下图所示，同一测试点下，测试步骤、数据高度相似），这不仅耗费人工精力，也被视为测试工作 “低值易耗” 的典型问题。 与直接尝试复杂的测试分析、设计等 AI 应用相比，用例续写更易快速取得阶段性成果（如生成一定数量符合要求的测试用例），让团队切实感受到 AI 对测试效率的提升，从而增强对 AI + 测试进一步深入应用的信心 内部项目已完成测试要点-测试用例-自动化用例的续写POC## 以下是针对 LLM 测试用例续写 的完整方案设计，实现从 “测试要点” 自动扩写为 “完整测试用例（含步骤 + 数据）”，结合知识库检索 、提示工程及验证机制，确保生成质量与业务适配性： 输入：测试要点（如 “支付金额与订单金额一致”） 输出：结构化测试用例（前置条件、测试步骤、测试数据、预期结果）核心能力：利用 LLM基于历史用例模式， 测试要点解析模块 ·关键词提取： o利用 NLP 工具（如 spaCy）解析测试要点，提取 功能模块（如 “支付”“订单”）、测试类型（如 “功能测试”“边界条件”）、核心对象（如 “金额”“支付方式
41910编辑于 2025-04-18 - 来自专栏DevOps时代的专栏
不想做“背锅侠”，智能化手段如何赋能测试环境持续可用？
测试环境是软件研发流程中一个重要的底层支撑，环境是否持续可用直接影响研发的质效。 释放测试环境维护人员原本需要逐条判断异常日志类型相关工作，而现在90%异常问题可通过上述方式自动化处理。 在以往的测试环境问题运维过程中，由于异常问题跟进主要由人工执行，执行后难以对问题诊断过程和结果进行记录，使得管理者难以从宏观视角把握目前环境问题中各问题的分类占比。
28330编辑于 2023-09-20 代码生成与测试的智能化升级
代码生成与测试的智能化升级引言：AI驱动的软件工程变革随着人工智能技术的快速发展，软件工程领域正在经历一场深刻的变革。AI不仅改变了传统的开发流程，还在代码生成和测试领域带来了革命性的升级。 本文将深入探讨AI如何通过智能化手段重塑软件工程，并结合实际案例和代码示例，展示AI在代码生成与测试中的应用。 一、代码生成的智能化升级1.1 AI驱动的代码生成工具AI驱动的代码生成工具正在改变开发者的工作方式。通过自然语言处理技术，开发者可以使用简单的描述性语言生成复杂的代码片段。 二、测试的智能化升级2.1 AI驱动的自动化测试传统自动化测试依赖固定脚本，难以应对UI变更或复杂逻辑。AI通过动态脚本生成和智能断言优化，显著提升了测试的灵活性和效率。 例如，MarsCode的自动化测试用例生成功能可节省40%的测试时间。3.2 质量保障的强化AI驱动的测试工具能够发现传统测试难以覆盖的缺陷，提升了软件的可靠性和稳定性。
54301编辑于 2025-03-31- 来自专栏ceshiren0001
MCP Server 引领软件测试革新：智能化与高效自动化的实现
为什么测试需要MCP Server？传统自动化测试存在两大痛点：一是测试脚本开发周期长，二是维护成本高。尤其是前端页面频繁迭代时，UI结构的微小变化就可能导致测试脚本完全失效。 MCP Server在测试中的核心优势实时感知测试环境：借助MCP协议，测试模型不再盲目猜测页面结构，而是能准确获取DOM元素和页面内容，大幅提升测试脚本的准确性。 自然语言驱动测试：测试人员只需用自然语言描述测试需求，如"测试用户登录功能"，模型就能自动生成完整的测试流程，从打开页面、执行交互到验证结果。 等配置为MCP资源封装测试工具：将Playwright等测试框架封装为MCP工具编写测试模板：创建常用测试场景的Prompt模板调试与对接：使用MCP Inspector可视化调试，最后与AI测试客户端对接实战案例 测试人员可以更专注于测试策略和场景设计，而将重复性的脚本编写和维护工作交给智能化的MCP系统完成，实现真正意义上的"测试左移"和持续测试。
21700编辑于 2025-10-13 - 来自专栏软件测试那些事
为什么说某些智能化测试或许只是在“赛博许愿”罢了
但真当实操起来，却发现生成的用例要么漏洞百出，要么沦为无法执行的 “空架子”，然后开始抱怨LLM幻觉太多—— 这不是智能化，更像是一场自我安慰的 “赛博许愿”。 本文将带你撕开 “AI 万能论” 的面纱，探寻测试智能化的真实路径。 赛博许愿案例2则 在vibe testing中，仿佛有了LLM加持就无所不能了。以下是笔者看到的一些测试智能化的方案。 那怎么实现“氛围测试”，而不是“许愿式测试呢” ？ 在测试用例生成环节，笔者认为可以通过如下的若干个Agent的协作来完成。 因此，下一个阶段就是所谓的“用例扩写”，将一句话的测试要点“扩写”成完整的测试用例并（经过人工确认）提交到测试平台中完成用例生成的过程 这一部分可以参考笔者之前写的《为什么测试智能化推荐从"用例续写"开始 从这这个层面来看，之前DevOps的基础设施建设其实是智能化的基础。
40600编辑于 2025-07-16 - 来自专栏大数据学习与分享
数据平台智能化建设
免责声明：本公众号所发布的文章为本公众号原创，或者是在网络搜索到的优秀文章进行的编辑整理，文章版权归原作者所有，仅供读者朋友们学习、参考。对于分享的非原创文章，有些因为无法找到真正来源，如果标错来源或者对于文章中所使用的图片、连接等所包含但不限于软件、资料等，如有侵权，请直接联系后台，说明具体的文章，后台会尽快删除。给您带来的不便，深表歉意。
52920编辑于 2022-12-12 智能化轨迹分析技术
1、目标跟踪技术：采用DeepSORT（Deep Learning-based SORT）等目标跟踪算法，通过摄像头采集顾客的动态信息，并对顾客的行为进行实时跟踪。生成顾客的移动轨迹图，分析顾客在商场内的路径、停留时间和活动区域。通过时间序列分析方法，提取顾客在不同时间段的行为特征，进一步优化行为路径的分析精度。
39100编辑于 2025-02-26- 来自专栏软件测试那些事
从一个过气考渣的角度看LLM智能化测试用例生成
之前写过一篇《为什么测试智能化推荐从"用例续写"开始》，建议读者在考虑LLM+测试的场景时，可以考虑从测试点-->测试用例-->自动化测试用例这条线开始，因为从 业务需求-->测试点 这个环节相对而言还是比较难的 趁着劳动节，简要思考了一下如果真的要碰一碰业务需求-->测试点 ，可能会要考虑哪些问题。欢迎读者留言拍砖。 根据业务需求生成测试用例，会涉及到相关上下文的召回、用例生成等场景。 如果只给LLM一个需求文档要求生成完整全面的测试用例，无异于是 “你猜你猜你猜猜猜”。 而将关联需求作为上下文提供给 LLM 生成测试用例，可显著提升准确性与完整性。 一方面，关联需求能让 LLM 理解功能全貌，精准把握边界条件，避免因孤立理解需求导致的偏差，使生成的测试用例更贴合实际；另一方面，它有助于 LLM 覆盖不同功能模块间的交互场景，挖掘易被忽略的测试点，防止出现测试遗漏 无论时LLM生成的（并经过人调整/补充过的）用例，或者是完全由测试人员书写的测试用例，都可以经由LLM来做一次用例评审，并根据用例的完备性来补充或者修改测试用例。
53510编辑于 2025-05-07
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