- 综合排序
- 最热优先
- 最新优先
- 来自专栏测试技术圈
面向AI应用的测试思考
然而，由于AI是一种新的编程范式，无论在学术界还是工业界，对于AI测试的研究和实践尚处于起步阶段。” AI引导了新一轮的产业变革，随着AI在各行各业的应用日益广泛，对AI应用测试的需求也与日俱增。 由此可见，对于AI应用的质量保障显得愈发重要。 1 AI测试面临挑战 关于AI应用（系统）的组成，通常是由软件工程和机器学习模型结合。 现实世界中的ML应用程序/系统只有一小部分由ML代码组成，其他大部分都是由复杂的架构工程构成。对于AI产品业务的测试，可以从两个方面着手，数据验证测试和AI应用测试。 基于AI / ML应用程序的测试。 关于AI应用测试，可以总结概括4个关键要点，算法、数据质量、业务场景、分层专项。 ? 总之，对于AI/ML模型的测试问题与传统软件测试问题有较大不同，且存在着诸多技术挑战。但伴随着业界越来越多地使用AI技术来构建其系统和应用程序，对AI应用的测试方法和实践将在未来迅速发展和逐步完善。
2K51发布于 2020-09-08 - 来自专栏人工智能AI
AI人工智能6大应用场景
AI人工智能6大应用场景 01、AI农业场景 在农业场景，主要包括有作物管理、害虫和杂草处理、疾病管理、土壤管理、产量预测和管理等。 其主要运用的AI技术最开始是基于规则的专家系统，发展到后来的模糊推理系统和人工神经网络的结合。主要涉及模式识别，图像识别等。 03、AI医疗场景 在医疗卫生场景，主要有疾病诊断预测、临床和患者护理。 除此之外近年来 AI 技术也在应用到新药研制场景中得到应用。主要使用到的 AI 技术为神经网络、专家系统等。主要涉及的用例是图像识别、分析推理、分类等。 06、AI电子商务场景 在电子商务场景，主要用例是推荐系统、欺诈识别、营销活动、产品退货预测。
3.2K10编辑于 2024-05-21 - 来自专栏FunTester
AI 驱动的应用，传统测试正在失效
最近两年，测试圈子里弥漫着焦虑情绪：业务团队快速推进 AI 技术落地，智能客服、AI 助手等功能已成为 Web 应用标配；而测试工程师却越来越心虚，明明编写了大量用例并执行回归测试，但内心始终不安。 这种焦虑源于测试思维框架已过时——传统测试依赖确定性，而 AI 系统充满概率性和不确定性。 测试工程师最近的集体困惑 来看几个典型的AI测试场景，这些问题正在让测试工程师重新思考传统方法的有效性。 AI系统表现充满概率性和不确定性，传统测试最依赖的确定性判断能力正在AI的概率世界里逐渐瓦解。 传统测试的隐含前提 我们先深呼吸一下，暂时放下那些 AI 带来的焦虑，回到测试工程师这份工作的本质。 ，因为上周能跑通的这周也应该能跑通 • 把 CI 结果当作上线门禁，因为红灯亮起就是有问题需要解决 AI 应用天生不吃这套 好，现在问题来了：AI 驱动的 Web 应用，还满足我们刚才说的那些确定性前提吗 AI 驱动的 Web 应用，已经不再是我们传统测试方法所设想的那类系统。
27510编辑于 2026-06-17 - 来自专栏Keegan小钢
AI+Web3实战营日志 #6 | 开始合约测试
这是我的 AI + Web3 实战营的第六篇研发日志，前五篇如下： AI+Web3实战营日志 #1｜开营 AI+Web3实战营日志 #2 | 完成底层合约 AI+Web3实战营日志 #3 | Router 合约 AI+Web3实战营日志 #4 | Rebalancer合约 AI+Web3实战营日志 #5 | 完成合约开发 另外，关于 AI + Web3 实战营的相关介绍则有如下几篇文章： 我要启动 AI + Web3 实战营了 再谈 AI+Web3 实战营：这到底能带给你什么？ AI+Web3实战营，9月15日正式开营 前天完成了 BlockETF 的第一个里程碑目标——合约开发。之后，昨晚我们就开始进入 测试阶段。 在第一版中，初始化模块只有 6 个用例。
33910编辑于 2025-11-12 - 来自专栏效能提升
这 6 个测试 Skills，让 AI 成为你的 QA 搭档
下面就给大家分享6个我最近发现的超实用测试Skills。 01Web应用测试：WebappTestingSkill这个是Anthropic官方推出的Web应用测试Skill，在官方Skills仓库里就能找到。 要先写测试、看测试失败、写实现、让测试通过，这个循环需要很强的自律。有了这个Skill，AI会严格按照TDD流程来工作。 当测试失败时，不用再手动一个个排查，AI能帮你快速定位问题并提供修复方案。 如果你想第一时间了解更多Skills应用技巧，可以关注公众号“AI智享空间于老师”。用好这些Skills，让AI成为你的助手，把时间花在更有价值的工作上。
13.5K26编辑于 2026-02-04 - 来自专栏清菡软件测试
高级性能测试系列《6.问题解答、应用的发展》
二、应用的发展 最开始，所有的代码都在一个工程下面，生成一个项目包。随着项目的开发，代码越来越多，要运行这个工程的硬件资源配置就要越来越高。 总有一天硬件资源不够用，所以就想到了软件的优化。
1K20编辑于 2022-06-21 - 来自专栏啄木鸟软件测试
提示词测试：AI应用的性能优化新维度
引言：当大模型成为基础设施，提示词就是新API 在AI原生应用爆发式增长的今天，越来越多团队发现：模型能力已非瓶颈，真正制约系统响应速度、成本效率与用户体验的，是那短短几十到几百字符的提示词（Prompt 而对它的系统性测试与优化，已构成AI工程化落地中不可忽视的性能优化新维度。 一、为什么提示词需要性能测试？ 传统认知中，提示词属于‘逻辑层’，性能问题归于模型推理或后端服务。 二、提示词性能测试四象限方法论 我们提出‘Prompt Perf Test Quadrant’，覆盖可观测、可量化、可归因、可治理四个层级： ✅ 可观测：构建提示词级监控埋点 - 在请求链路注入Prompt 评估：对比改版提示与基线在相同输入下的性能偏移（ΔTTFT, ΔCost） ✅ 可归因：定位性能瓶颈根因 - 分层拆解法：将提示词解构为【指令骨架】+【上下文片段】+【输出约束】三模块，逐模块AB测试 、压力测试和灰度发布的代码，标志着AI应用开发正从‘实验范式’迈向‘工程范式’。
46510编辑于 2026-05-08 - 来自专栏啄木鸟软件测试
接口测试第6讲：接口测试理论
实验代码： 链接：https://pan.baidu.com/s/14XsCng6laiSiT_anuwr5dw? 将DB下的4个csv文件导入sec数据库中 渗透测试操作系统虚拟机文件vmx文件 1）Windows 2000 Professional 链接：https://pan.baidu.com/s/13OSz pwd=zp3o 提取码：zp3o 4）Debian 6(Kali Linux) 链接：https://pan.baidu.com/s/1Uw6SXS8z_IxdkNpLr9y0zQ? pwd=s2i5 提取码：s2i5 开机密码：jerry/123456 安装了Apatche、Tomcat、MySQL、 vsftpd并且配套Web安全测试练习教案。 pwd=17g6 提取码：17g6 开机密码：见页面提示 解压后直接为vmx文件，直接可用
88210编辑于 2022-12-29 - 来自专栏世荣的博客
渗透测试笔记-6
SSRF漏洞原理：很多WEB应用都提供了从其他的服务器上获取数据的功能。使用用户指定的URL，WEb应用可以获取图片，下载文件，读取文件内容等。 （正是因为它是由服务端发起的请求，所以它能够请求到它相连而与外网隔离的内部系统）SSRF形成的原因大多是因为由于服务端提供了从其他服务器应用获取数据的功能且没有对目标地址做过滤与限制。 3.攻击运行在内网或本地的应用程序。 4.对内网web应用进行指纹识别，识别企业内部的资产信息。 5.攻击者对外网的web应用，主要是使用HTTP GET请求就可以实现的攻击。 2.SSRF漏洞的挖掘 1.通过分享功能：通过URL地址分享网页内容，在早期分享应用中，为了更好的提供用户体验，WEB应用在分享功能中，通常会获取目标URL地址网页内容中的<title></title> 类似的参数的话，就可以尝试是否存在SSRF漏洞，以下是常见的URL中的关键字： share wap url src link source target u 3g display 3.SSRF的漏洞利用 测试目标网站支持的伪协议
78230编辑于 2022-03-21 - 来自专栏Android相关
Gradle For Android(6)--测试单元
它可以让写出来的单元测试很容易的理解。值得注意的是，这些特殊的单元测试只对业务逻辑测试有用，而与Android SDK相关的则不会生效。 addingNegativeNumberShouldSubtract() { Logic logic = new Logic(); assertEquals("6 + -2 must be 4", 4, logic.add(6, -2)); assertEquals("2 + -5 must be -3", -3, logic.add(2, 这也就是单元测试和功能测试之间的区别。 功能测试和常规的单元测试不同，它存放于一个其他的目录。
3.3K40发布于 2018-10-24 - 来自专栏啄木鸟软件测试
软件性能测试（连载6）
负载为1表示当前单核CPU全部占用，如果一台机器有3个CPU，每个CPU都是双核的，这是负载最大值为1×2×3=6。 一般而言直接读写磁盘，对 I/O 敏感型应用（比如数据库系统）是很友好的，因为可以在应用中，直接控制磁盘的读写。
1.3K20发布于 2020-02-19 分享6类10种政务AI大模型应用场景
大模型在各种领域都有广泛的应用，包括自然语言处理、计算机视觉、语音识别和推荐系统等。大模型通过训练海量数据来学习复杂的模式和特征，具有更强大的泛化能力，可以对未见过的数据做出准确的预测。 6类政务AI大模型的应用场景：政务咨询领域：通过构建具备深厚专业知识的智能助手，针对财务、环保等专业领域，提供精确的咨询和解答服务。这有助于提升企业和公众的办事体验，同时增强政府机构的工作效率。 城市治理领域：大模型专注于快速响应民意诉求、智能分类问题、高效处理事件工单等城市治理需求，开发特色应用，提高城市事件处理的效率，提升城市治理的智能化水平。 专业工具开发：应用大模型技术，在业务统计分析、报告报表生成、法律法规咨询等专业领域，开发一系列通用工具，帮助公务人员高效开展工作，同时协助企业和公众理解专业知识。 10种具体应用实例：政务服务- 智能问答系统：全天候提供咨询服务，解答政府服务相关问题。- 政策解读与推荐：自动解析政策文件，推荐与用户需求相关的政策信息。
3.1K10编辑于 2024-08-06- 来自专栏Python
测试 Flask 应用
没有测试过的应用将会使得提高现有代码质量很困难，二不测试应用程序的开发者，会显得特别多疑。如果一个应用拥有自动化测试，那么您就可以安全的修改然后立刻知道是否有错误。 Flask 提供了一种方法用于测试您的应用，那就是将 Werkzeug 测试 Client 暴露出来，并且为您操作这些内容的本地上下文变量。然后您就可以将自己最喜欢的测试解决方案应用于其上了。 这个测试客户端将会给我们一个通向应用的简单接口，我们可以激发对向应用发送请求的测试，并且此客户端也会帮我们记录 Cookie 的动态。 第一个测试 是进行第一个应用功能的测试的时候了。让我们检查当我们访问根路径(/)时应用程序是否正确地返回了了“No entries here so far” 字样。 如果您希望测试应用在不同配置的情况下的表现，这里似乎没有一个很好的方法，考虑使用应用的工厂函数(参考 应用程序的工厂函数) 注意，尽管你在使用一个测试用的请求环境，函数 before_request()
1.1K00发布于 2018-07-31 研发、测试提效攻略：利用Apipost AI 6 大核心功能实现接口测试全流程
操作步骤：1.打开参数更新功能：在接口编辑页，点击「AI Assistant」→「批量更新参数值 / 补全参数描述」；2.同步应用：点击「更新参数值」，AI 自动生成并替换当前 Body 中的参数值，点击 六、AI 自动生成接口测试用例接口测试的质量取决于测试用例的覆盖度，但手动设计用例往往存在遗漏 —— 比如忽略异常输入、安全性验证、限流机制等场景。 我们利用Apipost 的 AI 功能，不仅可以自动生成接口测试用例，还可以实现“全面覆盖”，包括 API 规范性测试、协议兼容性测试、HTTP 方法验证、异常输入处理测试、参数完整性测试、安全性验证测试 操作步骤：1.进入用例生成功能：点击「接口用例」选择需要生成的测试用例（默认全选），点击 「一键生成测试用例」2.查看用例描述，点击 「应用并测试」，等待测试执行3.查看测试结果及报告，进行接口分析记录 AI 赋能，让接口测试回归效率与质量本质以上即为通过 Apipost 实现接口测试的完整流程。
1.5K01编辑于 2025-11-28- 来自专栏一个会写诗的程序员的博客
Spring Boot 应用的测试Spring Boot 应用的测试
Spring Boot 应用的测试 《Spring Boot 实战开发》(陈光剑) —— 基于 Gradle + Kotlin的企业级应用开发最佳实践 本书写到这里，Spring Boot 2.0.0 这是本书最后一章，本章介绍 Spring Boot 应用的测试（质量保障）相关的内容。我们在项目开发中使用分层架构，在测试中也进行分层测试。 测试代码目录结构设计如下 图15-1 测试代码目录结构 测试代码的分层逻辑与项目源代码中的 dao层、service 层、controller 层各自对应。 下面我们来开发具体的测试类。 /test/index.html 中 测试报告的部分内容截图如下 图15-6 测试报告Summary 图15-7 UserControllerTest测试报告 图15-8 MockUserServiceTest Spring Boot 应用对Web层测试提供强大的支持：采用MockMvc方式测试Web请求，根据传递的不用参数以及请求返回对象反馈信息进行验证测试。
2.3K30发布于 2018-08-17 - 来自专栏测试开发干货
【AI应用测试土话实战教程-01】Ai在测试领域可以做的十件事！
如果您可以举一反三，那这个系列就是您成为AI测试大佬的第一步。 好，现在我们第一节，就来说三个问题： 1. 为什么要学AI？ 2. AI到底难不难？ AI在软件测试行业到底能干点啥？ ---- 现在，先来说第一个问题： 为什么要学AI？ 既然是土话教程，我就不给大家扯什么高大上的意义，对人类的贡献这些了，简单就是一句话。 ---- 最后一个问题： AI在测试工作中能干点啥 ？ 自动规划出测试范围。漏测，开发带私货提测，隐瞒改动，用例关系隐秘，历史资料丢失等等问题，都可以让AI去补充、预测、规划测试范围。 6. 预料之外线上生产环境BUG预测。 让AI训练以往各个自动化脚本和其表现，再有新的脚本提交给AI后，就可以预测出这个脚本的质量如何了... 8. 性能测试。
60822编辑于 2023-08-14 - 来自专栏软件测试学习
测试日报 | 6月9日：Xcode 27发布Core AI框架，Sauce Labs意图驱动测试上线，AI测试岗位暴增42倍
"AI Agent操作系统" 5 字节跳动开源Agent TARS：多模态AI Agent支持GUI自动化与跨应用编排 6 Testin XAgent构建全链路AI质量合规体系：自主理解场景、生成用例 框架——苹果称其为构建AI Agent应用"最佳场所" 2026年6月9日凌晨，苹果在 WWDC 2026 主题演讲后正式发布 Xcode 27 Beta 及 Core AI 框架，将Xcode定位为构建 iOS 27 Beta 独立Siri应用、多模型切换 应用兼容性与AI交互的端到端测试 Core AI 框架的测试挑战 Core AI 将 Foundation Models 引入设备端，开发者可以在应用中直接调用本地 ） 社区免费 实战Workshop 6/12 NextGen Testing Summit 浦那（印度） 技术峰会 AI/CD、自愈测试 6/15-18 EuroSTAR 2026 奥斯陆（挪威） 行业大会 综合来看，WWDC 2026、意图驱动测试、岗位市场剧变——2026年6月9日的测试行业正在经历的不是"渐进式改良"，而是一场由AI驱动的系统性重构。
73210编辑于 2026-06-09 - 来自专栏FunTester
LevelDB在测试中应用应用
} } Part3有状态服务 目前使用场景中还有一个就是将一个正常的Java服务变成一个有状态的服务，比如这个服务需要执行大量的耗时的任务，这些任务都是在内存中的，会分多个阶段，在分布式性能测试中经常碰见这样的情况
2.7K10编辑于 2022-01-05 零基础入局 AI 应用开发：6 个月技术成长路径
零基础转型 AI 应用开发是可行的，但前提是按照技术能力成长规律，拆分为三个有明确验收标准的阶段，而非笼统地「学 AI」。 工信部数据显示，截至 2025 年底规模以上制造业 AI 技术应用普及率超 30%，应用侧技术岗位的增长，正是来自千行百业的 AI 落地需求。 AI 应用的价值一半在技术，一半在场景理解。选择一个有基础的行业（电商、制造、教培、政务等），拆解其核心业务环节，逐个用 AI 技术做替代或增强。 第三阶段（第 5—6 个月）：项目打磨与技术输出将前四个月的项目整理成标准化技术作品集，准备「3 分钟讲清一个 AI 落地项目」的技术陈述。同时通过投递、技术交流获取反馈，反向补全技术盲区。 ，完成 AI 技术落地与优化产出 2 个完整项目：背景、方案、架构、数据复盘三第 5—6 个月作品集打磨与技术输出标准化技术案例、技术陈述、交流反馈补全盲区形成完整技术作品集与技术表达能力技术成长的效率要点系统化的官方技术文档
16810编辑于 2026-09-30AI测试
AI抢不走测试人的饭碗，但会用AI的测试人，会抢走你的本文来自一个把AI测试真正落地并开源的团队：https://gitee.com/wwcs/ai_test_sheng附在线体验环境：http://111.229.22.12 但会用AI的测试人，会取代不会用AI的测试人。同一批需求，别人还在手动点点点、熬夜写用例，会用AI的人已经把需求分析、用例设计、执行、报告一条龙跑完了，还附赠一套能自动维护的UI自动化脚本。 页面改版后，AI先自己修一轮，修不了的才推给人工——脚本维护成本直接砍半。痛点6：回归测试重复枯燥，还总在深夜真实场景：每次发版前重复执行同样的用例，占人、费时、还容易漏。 测试，不如来体验一下真实跑起来的AI测试。 3AI脚本不敢执行沙箱执行+dry_run试运行+权限隔离4AI黑盒，没法复盘SSE流式对话，thinking/工具调用全过程可见5页面一改脚本全挂L1-L3故障自愈：重试→AI修复→人工介入6回归重复枯燥
12910编辑于 2026-08-28
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