软件测试的新时代

快速阅读: 据《福布斯》称，软件测试正迎来新纪元，自主测试平台取代持续自动化测试成为趋势。借助生成式AI和大型语言模型，这些平台能更好地应对AI驱动开发带来的挑战，满足更快交付周期的需求。这一转变不仅提升效率，还增强了测试的智能与适应性。

软件测试新时代的到来

Forrester指出，软件测试领域正在经历一场重大变革。多年来，持续自动化测试（CAT）平台一直是减少手动测试并确保在多样环境中实现全面覆盖的黄金标准。然而，随着生成式人工智能（生成式AI）和大型语言模型（LLMs）的兴起，我们正进入一个新时代：自主测试平台的崛起。这一转变不仅及时——而且是必要的，以应对由人工智能驱动的开发和现代软件交付加速带来的挑战。

从持续自动化测试到自主测试平台

CAT平台长期以来以其简化测试流程的能力而著称，提供了无缝集成到DevOps管道中的可扩展自动化工具。这些平台在降低测试复杂性方面发挥了重要作用，尤其是在企业环境中，当应用程序涉及多个渠道、技术和打包环境时。但CAT平台一直难以将行业自动化测试的比例从23%-25%提升到更高水平。

此外，随着软件开发的发展，其需求也在变化。AI在开发中的整合引入了新的挑战，CAT平台无法完全解决这些问题。生成式AI工具使开发人员能够以前所未有的速度生成代码，而AI驱动的业务应用生成的输出可能是看似合理但错误的（幻觉）。这些变化需要超越自动化之外的测试平台——这些平台必须智能、适应性强，并且能够增强人类测试者处理AI复杂性的能力。

自主测试平台应运而生，它们由AI提供动力并融入生成式AI能力。这些平台利用了Forrester所说的“测试员图灵机器人”，即先进的AI工具（又称代理），以提高测试员的生产力和有效性。测试员图灵机器人赋予测试过程智能和适应性。这使得组织能够更快地进行测试，处理更大规模的代码和功能需求，并解决AI应用带来的独特挑战。

为什么现在会发生这种转变？

从研究角度来看，这次转变的时机非常理想。多种因素的汇聚创造了采用自主测试平台的最佳环境：

生成式AI在开发中的应用。
开发人员越来越多地使用生成式AI工具编写代码，从而加速生产力并产生对测试平台的需求，这些平台能够跟上步伐。

AI应用的普及。
企业正在部署利用LLMs和生成式AI的AI驱动应用，这些问题需要专门的测试来解决诸如幻觉输出和复杂行为等问题。

向更快交付周期的转变。
连续交付管道需要更快、更准确的测试，以避免开发过程中出现瓶颈。

在测试平台上整合AI代表了解决这些挑战的合乎逻辑的下一步，使组织能够在保持准确性和效率的同时扩大其测试努力。自主测试平台的时代可能在未来五年或更长时间内主导软件测试领域。随着AI继续渗透到软件开发和商业应用的方方面面，对智能、适应性强的测试解决方案的需求将持续高涨。然而，随着技术的发展，我们最终可能会看到更先进的平台的出现——也许由自我学习的AI或量子计算驱动的平台——再次重新定义测试。

最后的想法

从持续自动化测试到自主测试平台的演变代表了软件测试中的范式转变。通过拥抱AI和生成式AI融合的工具，如测试员图灵机器人，组织可以在保持速度和准确性的同时应对现代开发日益增长的复杂性。这种转变不仅仅是技术升级——这是确保测试跟上软件开发快速变化世界的战略必要条件。

以下是我认为将使自主测试相关的部分标准：Web和多设备类型的UI测试自动化、基于模型的自动化、关键词、行为驱动开发测试用例设计、测试用例脚本和/或编码、变更分析、自然语言测试和界面、测试代理创建和编排、测试代理管理、监控、管理、质量保证AI准确性、幻觉、偏见、检索增强生成管道、敏捷规划和DevOps平台集成、云浏览器和设备实验室测试网格、性能和基准测试、为企业/团队报告提供的测试数据和见解、API测试、测试数据管理以及软件即服务和本地业务流程测试。

测试的未来是自主的，旅程现在就开始了……

这篇文章由VP、首席分析师迭戈·洛·圭迪切撰写，并最初出现在这里。

(以上内容均由Ai生成)