这也是本次分享想重点回答的问题：在 AI 编码时代，UI 自动化测试如何完成智能化升级？议题亮点本次分享将围绕平安人寿自研 “女娲”UI 自动化测试平台 的实践展开，系统介绍 UI 自动化测试从传统可视化录制，到 AI 智能录制，再到智能感知与自愈能力的演进路径。分享将重点拆解以下几个方向：1. AI 编码时代下的“效率剪刀差”AI Coding 提升了开发效率，但也让测试侧面临更高频、更复杂的验证压力。本部分将分析研发效率提升后，传统 UI 自动化测试在脚本生成、维护成本、执行稳定性等方面暴露出的新问题。2. 女娲可视化录制平台的建设与瓶颈传统可视化录制能够降低 UI 自动化上手门槛，让测试人员通过操作录制快速生成自动化用例。但在真实企业场景中，录制平台仍然会遇到一些典型挑战：页面结构变化导致脚本失效元素定位不稳定用例维护依赖人工判断复杂业务流程难以完全自动理解录制结果和业务意图之间存在理解差距这些问题决定了 UI 自动化测试不能只停留在“录制工具”阶段，而需要进一步引入智能化能力。3. 大模型生成测试案例的早期探索大模型在测试领域最直接的应用之一，就是辅助生成测试用例、测试步骤和自动化脚本。但在 UI 自动化测试场景中，单纯依赖大模型生成脚本并不够。因为真实页面包含大量动态元素、复杂交互、业务上下文和前端状态变化，AI 不仅要“会生成”，还要能理解用户操作背后的业务动作。这也是女娲平台继续演进的重要方向：让 AI 不只是写脚本，而是能够理解操作、感知页面、辅助修复。4. 基于 Event DOM 的智能录制：让 AI 看懂用户操作本次分享的一大重点，是基于用户交互行为 Event DOM 的 AI 自动化录制技术。传统录制更多关注“用户点了哪里”“输入了什么”，而智能录制需要进一步理解：用户操作对应的页面元素是什么当前动作在业务流程中的含义是什么页面 DOM 结构如何变化哪些信息可以用于更稳定的元素识别如何将用户行为转化为更可靠的自动化测试步骤通过 Event DOM，平台可以更准确地捕捉用户交互行为，让 AI 在生成自动化用例时不再只依赖表层操作，而是结合页面结构和上下文信息，生成更具稳定性和可维护性的测试资产。
发布于 北京
分享
评论
赞
未登录
友善发言
评论
加载中
