测试运用AI定位隐性bug，落地难点在哪
AI辅助测试听着很美好，实际落地最大的阻力不是工具能力，而是团队对AI结果的信任度。我们引入AI做异常检测的时候，功能测试阶段AI报了一批疑似问题，测试开发同事花了两周搭工具链，结果开发那边一看就不认可，觉得AI不懂业务逻辑，报的都是误报。自动化测试里AI倒是能识别一些性能测试中的规律性波动，但真正偶发的隐性bug，往往跟具体的业务状态、数据组合有关，AI没有上下文很难判断。后来调整了策略，不让AI直接报bug，而是让它标出可疑的异常区间，由测试人员二次确认，开发接受度才上来。核心矛盾在于AI给出的判断缺少可解释性，你没法让开发信服一个AI推断出来的结论。工具能不能用是一回事，团队能不能用起来是另一回事。
发布于 北京
分享
评论
1
未登录
友善发言
评论
加载中
