王哲-AIAgents在软件测试中的落地实践智能化测试新时代

AI Agents在软件测试中的落地实践智能化测试新时代王哲 | 百度演讲嘉宾王哲百度资深测试工程师2017年毕业加入百度，先后负责百度基础架构、AI产品等多个核心业务的质量保障工作、并负责百度技术中台群组测试环境治理等工作、目前主要负责 AI驱动的智能化测试解决方案的设计与实施落地。在测试智能化、自动化测试、测试工具建设以及云原生等方面有着深刻的见解和丰富的实践经验。目 录CONTENTS1.智能化测试的重要性与挑战2.智能化测试整体架构3.AI Agents 在测试环节的应用实践4.总结与展望智能化测试的重要性与挑战PART 01软件测试智能化的重要性1. 互联网企业精细化发展，降本增效 & 效率提升是核心任务2. 软件复杂度上升，研发模式变革(低代码、零代码、AI生成)，传统测试模式容易成为整个研发环节的效率瓶颈3. ChatGPT 等生成式 AI 能力高速发展，给软件测试变革带来了巨大的机遇。测试智能化过程遇到的问题•虽然看起来单项任务难度相对更低，但是涉及面更多更广。•想要辅助生成部分代码&用例设计相对更简单，但是想要彻底完成某项任务其实更难。QA 与 RD 工作的对比•Copilot 模式在测试场景中接受度低（例如在接口测试场景，输入详细的测试步骤生成初版代码，人工进行细节调整后再进行调试执行）•核心原因是测试场景单项任务复杂度较低，仅做代码生成、续写或部分工作无法满足需求，不如直接参考历史用例进行复制粘贴并修改。在收益不明显的情况下，改变习惯的工作模式难度大。•因此，需要端到端带来足够的变化+收益才能快速应用落地Copilot模式在测试场景的应用•由于测试场景的复杂性，现阶段让 AI 彻底替代 QA 不现实，需要人与 AI 协作才能取得更好的效果•协作模式可以是AI 完成基础版本，人来Review 结果并通过人工指导或少量调整达到希望结果•这就要求AI 来适配人的习惯，生成的基础版本尽可能与人的期望一致AI 现阶段彻底替代 QA 的可行性AI Agents 在测试领域的应用场景用例设计更加准确即更理解业务背景、测试场景覆盖更全、生成用例设计更加符合QA书写习惯接口自动化端到端完成测试任务打通生成、合并、执行、修复、提交等环节WEB UI 测试智能化基于用例设计快速实现 WEB UI 智能化测试，包括智能测试 & 自动化代码生成与维护AI Agents