- 综合排序
- 最热优先
- 最新优先
- 来自专栏软件测试
智能化测试已来，测试人员该何去何从？
在过去十年，软件测试从“手工验证”迈入“自动化时代”，而今天，我们正站在又一个转折点——智能化测试的大门已经打开。 本文将从趋势分析、角色重构、能力路径与未来展望四个层面展开，深刻剖析智能化测试对测试人员的影响与机遇，指引测试专业人士在AI时代破局而立、涅槃重生。 一、智能化测试，不再是遥远的未来，而是正在发生的现实1.1 智能化测试的内涵所谓“智能化测试”，并非简单地使用AI工具辅助测试流程，而是指： 以大语言模型为核心，通过自然语言理解、知识推理、上下文记忆、 ：传统“手艺人”式的测试工作正在被“智能化流程”替代。 面对“测试智能化”这股不可逆转的浪潮，我们不能躲，也不必怕。 唯有学习、思变、重构，才能掌握未来测试话语权。 智能化测试已来，测试人员唯有向内深耕、向外拓展，方能在新时代焕发新的专业荣光。
74710编辑于 2025-06-29 - 来自专栏深度学习与python
测试智能化的机会在哪里？| ArchSummit
产品发布周期越来越短，测试技术跟不上，这就是掉队。虽然测试窗口在不断缩小，但测试效率并没有大幅度提高，这就导致了很多潜在问题遗留下来，线上系统故障率急速攀升。而人工智能的发展使得测试提效成为可能。 智能化测试值不值得做？应该如何做？业界有哪些实践？是不是大家都可以做智能化测试？ 在即将到来的 12 月 2 日和 3 日，由 InfoQ 主办的 ArchSummit 全球架构师峰会（北京站）上，我们携手出品人美团李永刚，共同邀请了业界专家来分享智能化测试落地实践。 议题二 在美团微服务架构质量体系的建设中，美团采用了智能化的解决方案——服务链路分析。 活动推荐 ArchSummit 全球架构师峰会（北京站）2022 的演讲专题目前已上线【数字化场景下的业务架构】【低代码实践与应用】【国产化替代解决方案探索】【分布式架构落地实践】【智能化软件测试】【
2.3K20编辑于 2023-03-29 - 来自专栏DevOps时代的专栏
基于 Jmeter 生态的智能化性能测试平台
02 智能化性能平台的设计思路 对于理想的智能化性能测试平台，我们认为应该具备以下能力： 自动化测试需求识别能力，包括自动风险识别和测试需求生成，提高风险识别的全面性和准确性。 智能化测试结果分析和数据可视化能力，自动化分析并生成测试报告，帮助测试人员快速定位和解决性能问题。 测试管理和监控能力，支持测试任务和测试资源的管理，以及实时监控测试进度和测试报告。 一个完整的智能化性能测试平台应具备全面的智能化能力，可帮助测试人员提高测试效率、降低测试成本和提高测试质量，以支持应用程序的性能优化和改进。 7 模拟混沌注入 我们将 ChaosBlade 框架进行封装，实现了对Dubbo延时、SQL注入延迟、容器网络丢包、CPU/内存的单点和批量注入。 04 智能化性能平台的未来展望 我们已经实现了智能化性能测试平台的建设，为智能化性能测试迈出了坚实的一步。随着不断有新的测试应用和场景接入，我们也发现了围绕智能化性能测试平台的丰富想象空间。
87021编辑于 2023-08-22 - 来自专栏网站漏洞修补
代码审计中渗透测试的智能化分析
在安全领域里，每一个安全防护科学研究人群在科学研究的环节中，也一样的一次又一次探究着怎样能够智能化的解决各行各业的安全性问题。在其中智能化代码审计便是安全防护智能化绕不过去的坎。 这次我们就一块聊聊智能化代码审计的发展历程，也顺带讲一讲怎样开展1个智能化静态数据代码审计的核心。 智能化代码审计 在聊智能化代码审计软件以前，最先我们必需要明白2个定义，少报率和漏报率。 在评论下边的全部智能化代码审计软件/构思/定义时，全部的评论规范都离不了这两个词，怎样去掉这两个方面亦或是在其中其一也更是智能化代码审计发展壮大的关键环节。 我们可以简洁明了的把智能化代码审计（这儿我们探讨的是白盒）分成两大类，一种是动态性代码审计软件，另一种是静态数据代码审计软件。
73822发布于 2020-10-11 - 来自专栏简尚
关于「测试时间测试周期」7 点参考
，测试1天； 4）项目周期三个月，开发一个月，测试1天 ； 5）开发一周，测试周期1小时； 6）开发3天，测试周期0小时（未测试，直接上线）； 7）当天突然知道一个需求，当天就需要你测试，当天上线 3、常规来看，3天的测试预留时间，或者1周的预留时间，一定会被开发压缩的（即：在你的测试周期里，还会存在一些开发并行工作），先做冒烟测试，开发阶段就多关注代码实现逻辑、接口情况、测试数据准备、环境准备， 测试报告，附上你的测试点、以及可能性的风险、结论，避免背锅； 测试报告模板、怎么写，见文章 从业多年，依然写不好一份测试报告 ！ ）； 6、当时间确实不够，系统会线上问题的容忍度又非常低的情况下，测试报告明确注明风险+结论（不同意上线），且邮件发出来；最终，还是要一意孤行，锅，团队一起背 ； 7、确实很多非核心系统、内部系统、纯底层代码逻辑的底层框架 ，完全不需要测试，直接跳过测试、上线也是可以的（如果能做到 单元测试、代码检查、线上监控）； 参考文章：软件测试从业者终极目标，线上零BUG如何实现 ？
4.5K30发布于 2020-05-14 - 来自专栏啄木鸟软件测试
软件性能测试（连载7）
图3-18 CPU状态转换图 7）软中断与硬中断 假设现在一家公司就有一名客服人员，这个客服人员就有一台座机，这种情况下用户碰到问题只能打电话给这个客服人员，如果有多个用户同时打入只能凭运气，先打通电话的人得到回答 /softirqs CPU0 CPU1 HI: 0 0 TIMER: 811613 1972736 NET_TX: 49 7 #ps aux | grep softirq root 7 0.0 0.0 0 0 ? PIDUSER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND 7 root 20 0 0
1.3K30发布于 2020-02-19 - 来自专栏ceshiren0001
智能化测试基础架构：软件质量保障的新纪元
在快速迭代与追求极致用户体验的今天，传统测试手段已难以满足现代软件开发的需求。面对复杂多变的业务场景和频繁的产品更新，一种新的解决方案——智能化测试基础架构应运而生。 动态执行调度中心：无缝连接手工测试、自动化测试（包括AI驱动的自动化）与AI探索性测试，智能分配资源，优化用例执行过程。 二、测试智能体：数字领域的专家助手作为智能化测试架构的核心组成部分，测试智能体是特定领域的“AI工程师”，能够：支持Web、App、HTTP/RPC接口等不同类型的测试，并可根据具体需求定制专用智能体， 智能化测试架构的优势这种新型架构不仅提高了工作效率，还加深了测试覆盖范围，增强了对业务变化的适应性，实现了专家经验的大规模应用，并促进了质量控制点向前端转移。 对于希望迈向智能化测试的企业来说，可以从构建核心业务知识图谱、试点关键领域的测试智能体（比如API测试）开始，逐步引入LLM辅助用例生成与报告分析，最终实现全面的智能化测试转型。
39510编辑于 2025-07-30 - 来自专栏测试技术圈
《自动的自动化测试智能化一站式API测试服务》
前言 TiD2019质量竞争力大会邀请了新奥集团中台质量总监陈磊为参会者带来《自动的自动化测试智能化一站式API测试服务》精彩演讲。 陈磊从智能化测试框架、智能化API测试框架打造过程、自解耦&自测试的检测装置和智能化解耦服务与智能化测试结合四方面讲述API测试服务。 智能化测试框架 智能化测试框架当今主要两种叫法，一种是AI Driven Testing，另外一种是AI for Softwaretesting。 智能化API测试框架打造过程 随着微服务化和中台化的不断发展，绝大部分系统的被测件没有UI层。这就需要改变API测试这种行为或者工作模式。 集成服务让被测件和原有服务产生联系，这样会生产所有集成测试。 智能化解耦服务与智能化测试结合 目前， API会用EvoSuite做先验，然后通过自动化测试脚本和解耦服务完成解耦部署。
2.6K21发布于 2019-10-16 - 来自专栏全栈程序员必看
httprunner（7）测试用例RunRequest
测试用例分层 每个测试用例都有1个或多个测试步骤（List[step]），每个测试步骤对应一个API请求或其他用例的引用。 你可以将API定义为只有一个请求步骤的测试用例。 测试用例的分层思想： 测试用例（testcase）应该是完整且独立的，每条测试用例应该是都可以独立运行的（重要） 测试用例是测试步骤（teststep）的有序集合 测试用例集（testsuite）是测试用例的无序集合 每个测试步骤的变量都是独立的，如果想在多个测试步骤中共享变量，需要在config variables中定义。 .validate 断言，我们测试最终就是要验证接口返回是否符合预期。
63740编辑于 2022-09-19 - 来自专栏华仔的技术笔记
Xcode 7 自动测试XCTestCase
而传统的单元测试很难对 app 的功能或者 UI 进行测试。 Apple 在 Xcode 7 中新加入了一套 UI Testing 的工具，其目的就是解决这个问题。 这篇文章将通过一个简单的例子来说明 Xcode 7 中 UI Testing 的基本概念和使用方法。 这也是为什么 iOS 中大部分的 UI 测试框架都是基于 UI Accessibility 的原因，Xcode 7 的 UI Testing 也不例外。 evaluatedWithObject: navTitle, handler: nil) waitForExpectationsWithTimeout(5, handler: nil) } 注意在当前的 Xcode 版本 (7.0 7A218
2.2K70发布于 2018-05-17 - 来自专栏啄木鸟软件测试
安全测试工具（连载7）
关键的用法 lnmap -sP 192.168.0.0/24：进行ping扫描，打印出对扫描做出响应的主机，不做进一步测试。 这个测试用于确定系统是否运行了sshd、DNS、imapd或4564端口。如果这些端口打开，将使用版本检测来确定哪种应用在运行。 on 127.0.0.1 Discovered open port 8005/tcp on 127.0.0.1 Discovered open port 5521/tcp on 127.0.0.1 案例7： 192.168.0.133 案例14：使用通配符扫描 C:\Program Files (x86)\Nmap\scripts> nmap --script "http-*" 192.168.0.133 星云测试
1.2K40发布于 2019-12-12 - 来自专栏杨建荣的学习笔记
CentOS7压力测试MGR
最近在规划CentOS7版本中的MySQL测试情况，于是找了公司内部的虚拟机来做下模拟测试。 性能数据可以参考一篇对比测试的文章，总结的蛮好。 测试阶段 在本次测试中，我使用的是社区版5.7.27作为测试的对比，整个测试预期是按照如下的方式来做对比的。 ? 在实际部署时，CentOS7中还是存在一些差异，为了尽可能和运维平台衔接起来，所以整个部署是使用了平台化工具来做的。 -rw-r----- 1 mysql mysql 163475246 Sep 17 17:29 mysqlbin.000033 从性能测试来看，目前得到的初始数据，MGR的QPS在3200左右，而异步模式已经在 后续这一版测试还是要在一些细节上做一些补充测试。 文章详情《MySQL DBA工作笔记》
86640发布于 2019-09-19 - 来自专栏啄木鸟软件测试
精准测试及其工具（连载7）
3.5星云客户端测试台功能说明 前置条件:双向追溯功能可以运行的前提是，测试用例已经被运行过，并且示波器收到了波形采集到了动态数据。 双向追溯是指通过运行测试用例，实现测试用例与被测源码间相互追溯。 根据测试用例查看相关被测源码为正向追溯，根据被测源码查看相关测试用例为逆向追溯。 在测试用例列表中选择测试用例，可以追溯到该测试用例的内容描述信息，在模块调用图中显示被测试到的函数；也可以在模块调用图中，点击相关的函数，也可以追溯到相关的测试用例。 该追溯技术方便了用户查看和设计测试用例。 进入双向追溯选择视图点击“测试台”，如图59所示。 ? 图59进入测试台 1. 模块流程图 对于系统之间或模块之间往往通过HTTP、HTTPS等通信协议进行，而星云测试通过agent技术，把测试用例进行过的多个系统或多个模块之间的调用进行了记录并绘制成展示图，测试人员可以很直观的观察出测试用例从起始点到进行的各系统或各模块之间的调用关系图
1.1K10发布于 2019-12-12 - 来自专栏自动化测试
2026年国内智能化测试供应商选型对比指南
摘要：在移动应用开发日益复杂的背景下，选择专业的自动化测试平台已成为保障产品质量的关键。本文基于2026年最新市场数据，深度解析国内主流智能化测试平台的核心能力与选型策略。 本文将基于设备覆盖、AI能力、行业适配、生态集成四大维度，对国内主流智能化测试平台展开深度评测，帮助企业在复杂市场中找到适配的测试解决方案。 其自研的多款自动化测试平台集成了多种AI智能化技术，能够支撑企业复杂的业务场景和测试需求，支持定制化开发和私有化部署。 从“自动化”到“智能化”：AI的深度介入◆ AI辅助测试：主流平台已利用AI预测缺陷位置、自动生成测试用例，大幅降低脚本和用例的维护成本。 、华为云测试认证测试鸿蒙智联官方认证华为DevEco Certification Centre结语2026年是国内智能化测试平台发展的关键之年。
87010编辑于 2026-03-13 国产软件测试平台崛起：关键领域软件测试困局的智能化解决方案
Gitee Test：破解关键领域软件测试困局的智能化解决方案随着数字化进程加速推进，国家关键领域软件系统正面临前所未有的安全与质量挑战。 这种严苛的合规环境要求测试工具不仅要具备常规功能验证能力，更需要内置智能化安全审计模块，能够自动识别潜在的安全漏洞和合规风险。系统架构的极端复杂性是另一大技术壁垒。 智能化测试平台构建全生命周期质量防线Gitee Test的用例管理中枢彻底改变了传统测试文档的碎片化状态。 其创新性地将脑图可视化技术与测试用例库深度融合，支持测试人员以思维导图形式直观展现用例逻辑关系。某船舶研究所的实际应用表明，这种创新设计使测试用例编写效率提升40%，维护成本降低60%。 其最新研发的智能模糊测试引擎，通过深度学习算法可自动生成异常测试数据，将边界条件测试覆盖率提升至95%以上。在国产操作系统适配测试中，该技术帮助发现了17个深层次兼容性问题。
31410编辑于 2025-08-29- 来自专栏啄木鸟软件测试
软件安全性测试（连载7）
<meta name="viewport" content="width=device-width,initial-scale=1.0">
71910发布于 2019-12-23 - 来自专栏测试基础
【JMeter系列-7】Linux下执行测试
JMeter不仅能十分便捷地进行接口测试，同时它也是一款优秀的压测工具。 在实际的性能测试中，一般会专门申请一台CPU、内存、磁盘指标都较好的linux服务器作为压测机器。 1 环境配置 版本情况：Linux版本为Centos7，JMeter使用版本为3.3，JDK版本为1.8。 -t表示测试计划，后面跟测试计划名称 -l表示测试结果，后面跟测试结果文件名称 ? local/testResult/test.jtl 脚本运行结束后，会在testResult目录下生成一个test.jtl文件，将这个文件导出到windows端JMeter中的聚合报告中，即可查看测试详情
2.2K20发布于 2020-09-16 - 来自专栏区块链入门
【实践】7.DOCKER之性能测试
测试环境： 操作系统：CentOS7、openstack nova-docker启动的centos7、openstack环境启动的centos7虚拟机 CPU：Intel(R) Xeon(R) CPU 因此虚拟内存到物理内存的映射次数比较少，性能瓶颈主要在物理内存的读写速度上，因此这种情况docker和虚拟机的测试性能差别不大; 内存带宽测试中docker与虚拟机内存访问性能差异不大的原因是由于内存带宽测试中需要进行虚拟地址到物理地址的映射次数比较少 根据这个假设，我们推测，当进行随机内存访问测试时这两者的性能差距将会变大，因为随机内存访问测试中需要进行虚拟内存地址到物理内存地址的映射次数将会变多。结果如下图所示。 image image image docker与虚拟机存储性能比较 采用iometer分别以顺序读、随机读、顺序写、随机写四中模式对如下3中场景进行测试，测试过程中文件系统采用ext4 测试前预热30s 虚拟机网络性能对比测试》
3.3K30发布于 2021-05-27 - 来自专栏漫谈测试
聊聊未来智能化测试主要体现在哪些方面？
“智能化测试”通常指的是利用人工智能、机器学习、大数据分析、自然语言处理等技术来增强、自动化甚至部分取代传统的手动和自动化测试活动，使测试过程更高效、更精准、覆盖更全面、预测性更强。 智能化测试面临的挑战也不少，智能化测试依赖数据质量，如果历史数据不足或有偏差，模型效果会打折扣。而且AI生成的测试用例需要人工审核，不能完全依赖机器。 二、智能化测试的核心能力与方向智能测试用例生成基于需求/用户故事： 利用 NLP 自动解析需求文档，生成初步的测试场景和用例。 提升测试人员价值： 测试人员从重复劳动中解放，转向更高阶的分析、策略制定、模型训练和结果解读工作。未来智能化测试将深度融合AI、大数据和云计算技术，实现从自动化到智能化的跨越。 智能化测试是软件测试领域不可逆转的未来趋势。
37510编辑于 2025-07-20 - 来自专栏啄木鸟软件测试
单元测试工具（连载7）
2.3 建立基于Marven的单元测试项目 接下来就可以建立基于Marven的单元测试项目了，打开eclipse-file-new-other，选中maven project点击【next】，如图20 图24 被测文件所处目录位置 在src\test相应的目录中建立测试文件CalculatorTest.java。如图25所示。 ? 图25 测试文件所处目录位置 CalculatorTest.java文件代码如下。 案例4：利用Marven测试简易计算器。 图26 转为TestNG 最后仍旧在测试文件处点击鼠标右键，选择“Run As->TestNG” ，如图27所示。 ? 图27 用TestNG Test运行 运行完毕，得到如图28的测试结果。 ? 图28 TestNG Test的测试报告 星云测试 http://www.teststars.cc 奇林软件 http://www.kylinpet.com 联合通测 http://www.quicktesting.net
51120发布于 2019-12-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号