AiDD研发数字峰会

出品人：高广达

2001年入职华为，长期从事测试技术、工程工具方面的工作，曾先后专注于协议测试、自动化测试、测试设计、基于模型测试（MBT）、开发者测试等，先后担任产品TSE、MBT技术负责人、网络设计领域工具负责人、网络操作系统软件工程专家、数通开发者测试首席专家等。

华为数据存储测试首席专家
ICT软件测试专业组组长

从智能测试到自主测试

本论坛聚焦测试向智能自主化演进中的问题与实践，内容包括：针对特定测试验证目标，基于AI agent实现端到端自主测试的实践探索；过程中遇到的各类问题及解决方案——包括不限于大模型幻觉处理、依赖数据的获取与准备、测试覆盖分析与自主决策、与现有测试业务流的融合等。

多端多模态GUI智能体构建及在蚂蚁智能测试中的创新应用

农松沁

蚂蚁集团大模型算法专家

内容简介：

在研发智能化进程中，如何通过大模型技术提高研发效率、保证质量成为一个重要的课题。传统的RPA质检流程过于僵化，难以处理海量动态应用。我们通过数据采集、RL训练，构建了一个专用的多模态GUI智能体Visco。Visco能够像人一样进行理解和自主操作，7x24小时不断进行小程序质检和已上线应用的巡检任务，相当程度上提高了人效比。

演讲提纲：
1. 背景介绍
1.1 Mobile/Computer Use Agent
1.2蚂蚁多端智能测试场景
2. 多模态GUI智能体Visco的构建
2.1数据采集平台
2.2多阶段训练：cold start sft、offline RL、online RL
2.3部署
3. 多模态GUI智能体Visco的应用
3.1小程序质检/巡检
3.2智能体评测/巡检

听众收益：
多模态GUI Agent从数据采集、训练、部署、落地应用的全流程实践分享。

在支付宝效能团队主要负责多模态GUI Agent的研究和应用探索，有丰富的Mobile / Computer Use Agent训练和落地经验。

前端测试新范式: 从用例生成与自愈到端到端智能化

王哲

百度资深工程师

内容简介：

在 AI 彻底重塑软件开发的新时代，前端端到端测试作为""一块难啃的骨头""正面临前所未有的挑战与机遇。
本次分享将从剖析传统前端测试的复杂性困境出发，介绍从""面向过程""到""面向意图""的前端自动化测试新范式。我们将展示如何通过""注释即代码，代码自愈合""机制彻底解决前端自动化测试用例的维护难题，以及如何实现几乎零门槛的用例创建。
更进一步，我们将目标从回归测试扩展到新功能测试场景，展现从需求文档到可执行用例的全流程AI赋能，涵盖智能用例设计、人机协同优化、智能执行等关键环节。
同时，结合百度内部的落地实战经验，我们将深入分析AI时代下全新前端测试范式的落地过程中遇到的关键问题与挑战，以及新范式对测试人员角色转变的要求与机遇。

演讲提纲：
1. 前端测试智能化的时代挑战
2. 前端自动化用例的生成与自愈
3. AI驱动的全流程测试智能化
4. 百度实战案例与落地经验
5. 新范式下对测试人员的挑战与机遇展望

听众收益：
1. 构建完整的前端测试智能化技术体系: 深入理解从代码智能生成与自愈合到全流程AI赋能的完整技术架构，掌握可直接应用的工程实践方法，获得前沿的AI测试技术视野和系统性解决方案
2. 洞察AI时代测试人员的角色转变与发展机遇: 了解新范式下对前端测试工程师的新要求与调整，思考个人技能转型方向，把握AI驱动下测试领域的职业发展新机遇

2017年毕业加入百度，先后负责百度基础架构、AI 产品等多个核心业务的质量保障工作、并负责百度技术中台群组测试环境治理等工作、目前主要负责 AI 驱动的智能化测试解决方案的设计与实施落地。
在测试智能化、自动化测试、测试工具建设以及云原生等方面有着深刻的见解和丰富的实践经验。

从感知到决策：打造电商B端AI测试的自动化闭环

李东东

快手电商商家团队前端负责人

内容简介：

面对电商B端高频迭代的复杂挑战，我们正推动测试范式从“自动化”向“自主化”演进。本次分享将详解我们构建的AI巡检平台：它与研发流程打通，在发布与日常巡检中，利用AI能力进行智能巡检、根因分析及精准告警。我们将重点分享从“智能测试”到“自主测试”的实践路径，探讨如何让系统具备自我决策与演进能力，以实现无人值守的质量保障，为研发效能带来革命性突破。

演讲提纲：
1. 引言：B端的独特挑战——为什么我们需要更智能的测试？
主要内容：场景切入，痛点分析，引出观点
2. 实践篇：我们的智能测试平台架构与核心能力
主要内容：平台架构（感知层，执行层，AI核心层，反馈与分析层），精准溯源于告警
3. 演进篇：从“智能”到“自主”的跨越
主要内容：智能vs自主，自主演进路线，人的角色进化
4. 总结与展望
主要内容：收益总结（降本增效，质量提升，文化变革），经验反思

听众收益：
1. 洞见技术趋势：清晰把握测试领域从“自动化”到“智能化”再到“自主化”的演进脉络，理解这一技术范式的转变将如何重塑未来的研发流程与质量保障体系
2. 获取架构蓝图：获得一个经过电商复杂B端业务验证的、端到端的AI测试平台架构设计，包括触发机制、AI核心引擎与反馈闭环，为团队自建类似系统提供可直接参考的技术蓝图
3. 构建闭环范式：学习如何打造“问题发现->根因分析->精准告警->知识沉淀”的完全自动化闭环，彻底改变传统耗时耗力的人工排查模式，实现真正意义上的“无人值守”式测试运维

现任快手电商商家团队前端负责人。主导商家端的前端技术体系建设与业务交付，深耕性能与体验优化。
目前重点推进AI技术深度融入研发与业务闭环，并探索AI技术在前端质量保障中的落地应用，以驱动研发效能的极致提升。

基于AI Agent与代码知识图谱的单元测试自主生成与自治优化实践

顾琳燕

中兴通讯中研院AI教练、测试教练

内容简介：

在软件测试向智能自主化演进的浪潮中，单元测试（UT）的编写效率、覆盖深度与有效性，一直是开发团队亟待解决的核心挑战。本实践正是为应对此挑战，深入探索并成功构建了基于AI Agent与代码知识图谱的单元测试自主生成与自治优化框架，旨在实现UT全生命周期的高度自治。
我们通过构建详尽的代码知识图谱，赋予系统自主识别缺乏UT覆盖业务函数的能力。基于图谱提供的精准上下文与依赖信息，该框架有效解决了传统UT中依赖数据获取与准备、测试覆盖分析及决策自治等关键难题。核心驱动在于采用Langgraph框架进行多智能体编排，从而实现了UT从发现、智能生成、执行、自主修复、覆盖率持续优化到最终有效性验证的端到端自治管理。
该框架不仅能智能生成高质量UT并进行自主修复，还能在覆盖率不足时自主补充测试用例。更创新性地引入变异测试，深度校验UT的真正有效性，确保其不仅仅是“通过”，更是“有效”的。对于已有UT的业务函数，本框架亦能进行自主评估与优化指导。

演讲提纲：
1. 挑战与愿景：UT痛点与智能自治的呼唤
痛点：人工编写的挑战；AI当前生成下的问题
演进方向：自主自治
2. 智能基石-代码知识图谱
构建方法：图谱如何构建
使用：如何自主识别，如何提供精准上下文、数据依赖
3. 自主自治的多agents协同
多智能体编排与协同
核心环节
4. 深度优化-变异测试保证UT的自治有效性
背景：为什么仅“通过”是不够的
有效性是什么
如何实现

听众收益：
1.了解如何实现单元测试的自主发现、生成、执行、修复与优化，从而构建一个全生命周期的智能自治闭环，显著减少人工干预并降低长期维护成本
2.了解如何利用AI技术引入变异测试，以更科学、系统的方式深度校验单元测试的真实有效性，确保UT能够准确发现潜在缺陷
3.将学习如何建设和有效利用代码知识图谱，从而指导单元测试实现更精准的覆盖，提升测试质量与效率

中兴通讯中研院AI教练、测试教练。具备10年软件测试及研发提效工作经验，历任项目测试负责人、院级测试域改进牵头人，积累了丰富的实践与管理经验。当前，专注于AI研发提效在具体项目中的探索与落地实践，并主导测试“零号员工”的创新构建。

AiDD峰会

K+峰会

联系我们