2025年以来，AI Agent成为软件行业关注的热点。

与传统聊天机器人不同，Agent最大的特点是：

>它不仅生成答案，还会主动规划任务、调用工具、执行操作。


例如：

用户：

“帮我分析今年销售数据，并生成报告。”

一个AI Agent可能执行：

```
理解需求

↓

查询数据库

↓

调用分析工具

↓

生成图表

↓

输出报告
```
对于测试工程师来说，一个新的问题出现：

如何测试Agent？


----

传统软件测试：

输入：

固定参数

↓

输出：

固定结果

例如：

接口：

```
POST&nbsp;/login

username=test

password=123456
```
验证：

返回：

200成功

但是Agent不同。

同一个问题：

可能产生不同执行路径。

例如：

用户：

“帮我退款”

Agent可能：

路径A：

查询订单

↓

验证金额

↓

退款

路径B：

查询订单

↓

发现异常

↓

转人工

路径C：

查询失败

↓

重新查询

那么：

哪条路径正确？

有没有遗漏路径？

异常流程有没有覆盖？

这就引出了搜索算法。


----

# 一、Agent测试，本质是在测试一棵决策树


可以把Agent执行过程理解成一棵树。

例如：

```
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;用户请求

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;|

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;意图分析

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;/&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;|&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;\

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;查询&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;修改&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;删除

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;|

&nbsp;&nbsp;&nbsp;&nbsp;调接口

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;|

&nbsp;&nbsp;&nbsp;判断结果

&nbsp;&nbsp;&nbsp;&nbsp;/&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;\

&nbsp;成功&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;失败
```
测试目标：

不是只验证一个结果。

而是：

覆盖更多可能路径。

这和算法中的搜索问题高度类似。


----

# 二、DFS：深度优先搜索适合探索完整流程


DFS：

Depth First Search

深度优先搜索。

简单理解：

>一条路走到底，再换另一条路。


例如测试Agent退款流程：

路径：

```
用户申请退款

↓

查询订单

↓

验证资格

↓

退款成功
```
DFS测试方式：

先完整跑通一条链路。

然后继续探索：

异常退款

↓

权限不足

↓

订单关闭

优势：

适合：


- 流程覆盖

- 异常场景探索

- 深层业务链路


----

# 三、BFS：广度优先搜索适合发现关键风险


BFS：

Breadth First Search

广度优先搜索。

特点：

先探索附近节点。

例如：

测试一个客服Agent。

第一层：

用户输入：


- 查询订单

- 修改地址

- 退款


第二层：

每个功能：


- 成功

- 失败

- 超时


第三层：

异常情况。

BFS适合：

快速发现：


- 高风险路径

- 高频问题

- 覆盖不足区域


----

# 四、AI测试为什么需要搜索算法？


来看一个真实场景。

企业内部上线知识库RAG机器人。

用户：

“公司年假政策是什么？”

Agent：

搜索知识库

↓

召回文档

↓

生成回答

可能出现：

情况1：

找到正确文档

回答正确。

情况2：

召回错误文档

产生幻觉。

情况3：

多个文档冲突。

测试工程师需要覆盖：

不同问题

↓

不同检索路径

↓

不同回答结果

这其实就是搜索空间问题。


----

# 五、未来AI测试工具可能是什么样？


未来测试平台可能不再只是：

录制脚本

执行接口。

而是：

AI自动探索系统。

例如：

输入：

“测试这个智能客服Agent”

系统自动：


1. 生成测试问题

2. 探索Agent路径

3. 判断异常行为

4. 生成测试报告


类似：

AI自己成为测试执行者。

但是：

如何保证AI探索有效？

需要：

搜索算法。


----

# 六、测试工程师学习搜索算法，不是为了考试


很多测试工程师看到：

DFS

BFS

会想到：

“算法题。”

但实际上：

工程中的算法思想无处不在。

比如：

自动化测试平台：

如何选择执行顺序？

↓

搜索优化

接口依赖分析：

如何找到影响范围？

↓

图搜索

Agent测试：

如何覆盖行为路径？

↓

路径搜索


----

# 七、AI质量工程师未来需要什么能力？


未来测试工程师能力结构：

```
测试理论

+

自动化开发

+

AI应用能力

+

算法思想

+

质量工程体系
```
不会算法：

可以使用AI工具。

理解算法：

才能设计AI测试工具。

这是普通测试工程师和AI质量工程师的重要区别。


----

# 结语


AI时代，测试对象正在变化。

以前我们测试：

代码。

现在我们测试：

模型。

未来我们测试：

智能系统。

而智能系统最大的特点：

就是复杂、不确定、有大量决策路径。

理解DFS、BFS这些基础算法，

不是为了刷题。

而是为了理解：

如何测试一个会思考、会行动的软件系统。


----

# AI质量工程持续分享：


关注：


- LLM测试

- Agent测试

- AI测试工具

- 质量工程实践


一起探索AI时代测试工程的新方向。





AI Agent测试中的DFS和BFS：测试工程师为什么需要理解搜索算法？

霍格沃兹测试开发学社，隶属于 测吧（北京）科技有限公司，是一个面向软件测试爱好者的技术交流社区。

人工智能

算法

测试

AIAgent测试面临新挑战：传统测试方法无法覆盖动态决策路径。深度优先搜索(DFS)适合探索完整流程和异常场景，广度优先搜索(BFS)能快速发现关键风险。未来AI测试工具将结合搜索算法自动探索系统行为，测试工程师需掌握算法思想以应对智能系统的不确定性。AI质量工程师需具备测试理论、自动化开发、AI应用和算法能力。

2026上云采购 | AI焕新·智启新局

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

AI Agent测试中的DFS和BFS：测试工程师为什么需要理解搜索算法？-腾讯云开发者社区-腾讯云

AI Agent测试中的DFS和BFS：测试工程师为什么需要理解搜索算法？

AI Agent测试中的DFS和BFS：测试工程师为什么需要理解搜索算法？

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐