【Gtest智能测试专场】2、董华Testin云测自动化交付负责人《智能测试如何落地百家企业AI+自动化实践经验分享》.pdf

1、全球软件测试技术峰会9月北京智能测试如何落地百家企业Al+自动化实践经验分享2025.09.06测试过程中的直观感受直观感受（Feeling）“业务迭代飞快，测试时间被极度压缩”“UI自动化维护成本高，不堪重负”“海量日志和用户反馈，人工分析如同大海捞针”“线上问题防不胜防，每次发布都提心吊胆”“人工机械重复，长期执行易疲劳，遗漏细节”“测试周期长，拖慢业务上线”“人力成本高，却难释放价值，重复工作占多数”“数据难追溯，问题定位慢”“跨环境/跨场景/跨端覆盖难，风险暗藏”PP我们都遇到了哪些痛点面临的挑战No.3自动化从0到1到完全融合，面临的挑战都有哪些？No.2No.1No.4No.5资源

2、与技术缺口工具或者技术选型易踩坑，要么选的工具与业务适配性差（如给高频变动页面选高维护成本工具），要么与现有系统不兼容；选型迷局缺“懂业务+懂技术”的复合型人才，且服务器、工具授权、培训、采购成本等短期投入不足，项目难推进；人才缺乏、投入不足场景筛选贪多求全，错把低频、强人工判断的场景纳入自动化，导致脚本维护成本高；业务匹配不当业务迭代快时脚本“跟不上”，加上测试环境不稳定、数据不标准，自动化脚本常跑不起来、结果不可靠；客观条件限制对自动化价值认知极端，要么神化“能替代所有手工测试”，要么轻视“没必要折腾”；认知和决策偏差 认知不到位缺乏“长期效率与质量提升”的共识，且未明确核心目标（如解决回

3、归测试耗时、兼容性覆盖不足等），导致项目从启动就方向跑偏。目标不清晰团队与流程阻力手工测试团队抵触学习新技能（如编程），担心被替代；员工抵触自动化与现有研发流程（如敏捷、DevOps）脱节，结果无法高效同步；流程弊端缺乏试错容错机制，一次小问题就可能否定整个项目 试错成本低没制定脚本维护规范，后期脚本增多后“看不懂、改不动”；执行规范不成体系未建立价值评估指标（如效率提升、覆盖率范围），无法量化成果，管理者削减资源、团队失去动力，项目易“烂尾”；运营目标缺失长期运营缺失业务适配不当今天重点介绍的内容实施路径实施路径Situation背景Task任务Result结果Action行动是什么以数据为

4、燃料AI模型为引擎赋能测试全流程01效果如何已服务客户数据落地成效概要典型交付案例大模型应用（未来）04落地策略需求分析与方案设计技术落地与工具部署试点验证与效果优化全量推广与团队赋能02怎么做交付实施五大关键元素通常的交付场景特定交付场景03不是要完全取代测试程师不是种全新的、推翻切的工具不能解决所有问题落地策略 之一 需求分析与方案设计重点从两个维度拆解需求：业务场景（核心流程、用户交互、数据处理）；覆盖测试类型（功能测试、性能测试、安全测试、稳定性测试等）；需求拆解Demo样例设计要点30%20%50%需求拆解技术选型：根据测试团队规模推荐工具测试小团队：市面开源框架，Selenium、

5、Appium、AI 测试插件；测试大团队：定制AI测试平台，如Testin云测、腾讯WeTest、自研框架；范围界定：优先选择“业务稳定、数据充足、影响范围广”的场景试点设计要点样例：根据选定的核心场景进行第一阶段的转化按照既定的规则进行批量执行，直到出现效果Demo样例落地策略 之二 技术落地与工具部署工具化集成03环境搭建01STEP02STEP03STEP01数据准备工具化集成环境搭建历史测试数据清洗、标注，重新核实并验证；数据准备02测试效率(用例执行时间对比)；缺陷检出率(智能测试 vs 传统测试发现缺陷数量)；人力效率(测试人员使用工具的时长与工作内容输出的对比)；试点验证指标根据

6、试点结果调整AI模型脚本；逐步完善智能测试或者自动化测试体系的建设；补充完整场景测试数据；优化工具使用流程；效果优化方法落地策略 之三 试点验证与效果优化 合理制定推广策略，分阶段推广计划(试点模块同类模块全业务线)；建立试点经验复用手册，包含工具使用指南、常见问题解决FAQ、实施规范等内容。全量推广策略 内部制定详细的培训计划，分角色、分项目组进行培训，并分享实践经验；分清楚角色关注点，测试人员侧重AI工具实操，研发人员侧重接口配合，产品人员侧重需求传递；建立智能测试专项小组，负责全量推广中的技术支持工作；团队赋能方式落地策略 之四 全量推广与团队赋能实施过程 之 五大关键要素为让自动化落地