近年來，我一直關(guān)注AI相關(guān)的測試，并積極參與多個全國性測試社區(qū)和社群。在這些社區(qū)中，我與不同公司和領(lǐng)域的測試專家交流探討AI測試相關(guān)話題，包括業(yè)界頂尖公司的專家和國內(nèi)知名測試學者。我也參加了多個大會，聆聽了許多關(guān)于AI測試的主題分享，并嘗試了多款AI相關(guān)的測試工具，從中獲得了許多知識和感悟。

在這些測試社區(qū)和社群中，我遇到了許多關(guān)于AI測試的問題，例如什么是AI測試，如何進行AI測試，AI測試有哪些工具與方法等。然而，當我在網(wǎng)上搜索AI測試相關(guān)的書籍時，卻發(fā)現(xiàn)大量的AI開發(fā)相關(guān)書籍，卻鮮有專門介紹AI測試的書籍。這說明測試業(yè)界仍在混沌中不斷摸索前進。

為了分享我所學到的AI測試相關(guān)知識和經(jīng)驗，我梳理了自己的學習經(jīng)歷，嘗試回答了一些我遇到的關(guān)于AI測試的常見問題，并將這些內(nèi)容整理成文章，與大家一起交流探討。

AI測試的迷思

在討論AI測試時，通常存在兩種理解：

• 第一種是利用AI輔助當前的軟件測試，例如使用AI系統(tǒng)學習測試分析和測試設計，進而自動生成測試用例并自動化實現(xiàn)這些測試用例。
• 第二種則是對AI系統(tǒng)進行測試。盡管業(yè)界對于AI系統(tǒng)進行測試仍然使用常規(guī)測試手段，如功能測試、性能測試和安全測試等，但測試其功能有效性時往往難以獲取明確的測試數(shù)據(jù)和驗收條件。這種情況下，只能通過對算法的深入理解和根據(jù)經(jīng)驗生成或?qū)ふ覕?shù)據(jù)，并大致評估功能測試結(jié)果的有效性來進行測試。

而利用AI輔助當前的自動化測試則是一個新興領(lǐng)域。使用AI（如深度學習）系統(tǒng)來幫助測試工作絕對是近幾年最熱門的測試趨勢之一，其中包括自動生成并執(zhí)行自動化測試、大規(guī)模測試結(jié)果分析、自動化探索性測試、缺陷定位等。

美國已經(jīng)有多家公司推出了商用的AI測試工具。在朱少民老師的公眾號“軟件質(zhì)量報道”中，有一篇名為《未來已來，人工智能測試勢不可擋：介紹9款AI測試工具》的文章，介紹了9款基于AI的測試工具。但這些AI測試工具普遍存在測試用例準確性和大規(guī)模測試用例可維護性等問題。

第一個問題：AI輔助測試真的能用嗎？

雖然許多公司已經(jīng)開始研究AI輔助測試，并有許多工具問世，但它們都有一個顯著問題：準確性。由于現(xiàn)有的AI學習算法本身的限制，學習并生成的測試用例和驗證條件的準確率都不是非常高。我曾參加過幾個大會，其中一些中國一線互聯(lián)網(wǎng)廠商分享的AI輔助測試的準確率僅略高于80％，不到90％。這種準確率在金融等某些對精度要求高的系統(tǒng)中很難得到認可。

其次，當自動化測試用例規(guī)模很大時，測試用例的維護工作很難依靠人工完成，只能依靠工具。由于AI測試工具的不準確性，導致維護工作的準確性也不是十分理想。

盡管如此，在質(zhì)量要求不高的大型系統(tǒng)中，AI輔助測試可以極大地降低測試成本，因此在這些系統(tǒng)中，AI輔助自動化測試已經(jīng)得到應用。此外，在質(zhì)量要求高并且資源充足的項目中，AI輔助測試可以作為人工自動化測試的擴展，作為自動化探索性測試的一種工具，可以進一步保證軟件質(zhì)量。

第二個問題：AI輔助測試已經(jīng)發(fā)展到什么程度了？

目前，AI輔助測試仍處于初級階段。我將AI輔助測試分為三個階段：

• 第一階段是通過深度學習模型自動產(chǎn)生測試用例的輸入，然后通過人工驗證輸出結(jié)果的正確性。
• 第二階段是通過深度學習模型自動產(chǎn)生測試用例的輸入，并通過規(guī)則模型自動驗證輸出結(jié)果的正確性。
• 第三階段是通過深度學習模型自動產(chǎn)生測試用例的輸入和輸出，并自動驗證輸出結(jié)果的正確性。

目前業(yè)界已經(jīng)基本實現(xiàn)了第一階段，有一些公司也已經(jīng)開始實現(xiàn)第二階段。然而，只有極少數(shù)的大公司已經(jīng)實現(xiàn)了第三階段，并且這些公司的準確性還有待提高。因此，AI輔助測試仍有很長的路要走。

第三個問題：哪些軟件系統(tǒng)能用AI輔助測試？

理論上，任何軟件系統(tǒng)都可以使用AI來輔助自動化測試工作。然而，由于目前AI測試系統(tǒng)的現(xiàn)狀，它還不能真正用于所有類型的軟件系統(tǒng)。許多實際項目只在某些特定系統(tǒng)的特定接口層上使用AI測試，例如Web Service API等。

在不同行業(yè)領(lǐng)域中，AI測試的使用情況也不同。例如，在金融和軍工等對質(zhì)量要求很高的行業(yè)中，AI測試目前只能作為當前已有功能自動化測試的擴展部分。而在互聯(lián)網(wǎng)等質(zhì)量要求不高的行業(yè)中，一些技術(shù)能力強的公司已經(jīng)將AI測試作為主要的自動化測試方式之一。不過，AI輔助自動化測試無疑是自動化測試的未來！

總結(jié)

通過上面對于問題的回答，希望能解決大家對于AI測試的困惑，包括了解什么是AI測試，自己的項目是否適合使用AI測試，以及未來是否需要在AI測試上投資等問題。

綜上所述，AI測試目前仍處于發(fā)展初期，因此不適合大規(guī)模使用，只有在特定項目中才可以考慮使用。無論是使用AI還是人工方式實施自動化測試，核心都是測試的有效性和測試結(jié)果的準確性，以及測試用例的可維護性。這些是大規(guī)模自動化測試成功與否的關(guān)鍵因素。

因此，無論是AI自動測試還是人工自動測試，其核心本質(zhì)都是一樣的：靠知識學習、分析、總結(jié)等一系列人的思維來解決測試分析、測試設計和自動化測試實現(xiàn)的工作。但目前AI系統(tǒng)本身的發(fā)展還不足以很好地替代人在測試分析和測試設計方面的工作，導致AI實現(xiàn)的自動化測試的準確性以及可維護性比人工方式更差。不過，AI測試在時間和成本方面有明顯的優(yōu)勢，這也是其越來越受歡迎的原因。

因此，在測試領(lǐng)域，AI需要更加努力才能真正替代人的工作。在考慮使用AI測試之前，應該仔細評估項目的特定需求和條件，以確定是否適合使用AI測試。未來，隨著AI技術(shù)的不斷發(fā)展和完善，AI測試將成為自動化測試的重要趨勢，而投資于AI測試的相關(guān)技術(shù)和人才也將是一個明智的選擇。