测试运用AI定位隐性bug，落地难点在哪
最近团队在试AI辅助测试，想用它定位功能测试里那些不容易复现的隐性bug。思路挺好，但落地才发现坑不少。AI给的异常分析经常基于日志模式推断，跟实际业务场景偏差很大。我们做自动化测试时喂了一批历史缺陷数据进去，AI能识别出一些性能测试中的规律性波动，但真正偶发的边界问题，它基本抓不到。测试开发同事搭了套工具链，维护成本反而上去了。AI在测试场景里更像个辅助筛查工具，指望它替代人的判断力还早。你们团队试过吗？
发布于 安徽
分享
评论
1
未登录
友善发言
评论
加载中
