NL2Test Agent回归测试用例生成｜董震-AiDD深圳站2026

议题提交

NL2Test Agent：业务流量驱动的回归测试用例生成

时长 60分钟

演讲嘉宾：董震 · 复旦大学计算与智能创新学院副教授、博导

2026.11.20 · 深圳湾万丽酒店

所属论坛：从AI辅助到自主测试

董震

复旦大学计算与智能创新学院副教授、博导

内容简介：

AI辅助编程提升了代码生成效率，也对软件质量验证提出了更高要求。本报告围绕AI赋能软件测试，分析学术研究与工业实践的核心问题及技术路线，重点讨论领域知识驱动的测试生成与自动化正确性判定。结合NL2Test Agent与基于强化学习的测试判定生成研究，介绍从自然语言需求到可执行测试及判定条件的技术方法，探讨其有效性、适用边界与开放问题。

演讲提纲：

1.工业背景与关键挑战
1.1快速迭代环境下自动化回归测试的构建难点
1.2从流量录制到可重放测试的差距
1.3从代码可执行到业务验证正确的差距
2.NL2Test：从场景描述与业务流量生成测试
2.1面向业务场景的测试生成流程
2.2请求筛选与动态数据依赖恢复
2.3结合语义理解与确定性校验生成测试脚本
3.RESTOR：基于强化学习的测试断言生成
3.1单个请求—响应样本下的测试预言问题
3.2关键字段识别与正负样本构造
3.3基于执行反馈的奖励设计与模型优化
3.4平衡断言覆盖、验证强度与稳定性
4.工业评估与落地经验
4.1测试生成质量与工程师采用情况
4.2人工审查与现有测试工作流的融合
5.总结
经验总结

听众收益：

1.了解AI赋能测试的主要技术路线
2.了解AI运用领域知识开展测试的难点

海德堡大学博士，复旦大学计算与智能创新学院副教授、博导，CodeWisdom 团队主要成员。软件工程专业委员会执行委员、入选上海市高层次人才计划。主持国家自然基金委面上基金、国家重点研发子课题，参与国家科技创新2030“新一代人工智能”重大项目课题，并参与完成多个国际合作项目（合作方包括卡巴斯基公司、新加坡电信公司等）。长期致力于软件分析与测试，在软件工程与人工智能领域ICSE、FSE、ASE、ISSTA、NeurIPS、IJCAI、FM等国际会议发表40余篇学术论文，并获得ICSE'20杰出论文、ISSTA‘25杰出论文、ISSTA‘26等多个奖项。同时，担任软件工程领域旗舰期刊《Automated Software Engineering》、《Journal of Software:Evolution and Process》编委，国际会议ICSE、FSE、ASE、ISSTA等程序委员，并获得ASE‘22杰出评审、TOSEM杰出评审等荣誉称号。