AiDD研发数字峰会-北京站

出品人：万锐媛

华为智能化测试C-TMG主任
智能化测试专家

12年获清华大学EE博士学位，曾赴UC Berkeley EECS访问学者。16年加入华为至今，从事智能辅助测试技术探索、工程工具落地规划、设计，带领团队聚焦LLM&ML智能辅助测试设计、系统测试代码生成、 API接口全场景自主测试，多目标精准回归，测试失败智能定界&RCA等方向，成功孵化多项智能测试服务并规模落地应用，获得华为2012实验室总裁个人奖、金牌团队、光产品线总裁奖、数字能源总裁奖、研发工具领域总裁奖、软件工程能力提升总体组优秀个人等，多次获得华为海盗派重大测试技术突破奖。申请专利8项，已获5项，在ICSE、FSE等国际会议发表论文，担任AiDD峰会专题出品人。

智能测试工具的开发与应用

本论坛聚焦Agentic workflow test agent 和autonomous test agent范式和工具平台。E2E使能测试设计感知，子任务动态规划决策，test- tool use，验证反思反馈。

AI赋能测试Agent：三大亮点驱动研发提效与质量跃升

刘敏

北京兴云数科测试领域负责人

内容简介：

在本次分享中，我们将深入探讨AI在测试领域中的最新应用，特别是测试Agent在需求变更场景下的智能响应能力、全链路知识体系的建设，以及其全链路检查、反思与优化的机制。通过这三个核心亮点，我们将展示AI如何助力测试团队在复杂多变的研发环境中实现高效测试，同时向需求、设计、开发环节提供有价值的反馈，推动产品质量的全面提升。

演讲提纲：
1.引言
AI在软件开发中的角色与重要性
测试Agent在AI驱动测试中的定位
2.需求变更场景下的智能响应
智能识别需求变更对测试用例的影响
自动更新测试用例与自动化用例的机制
实战案例分析：需求变更的快速响应与测试调整
3.全链路知识体系建设
测试知识体系的重要性与挑战
AI如何助力构建全链路知识体系
知识共享与团队协作的强化
4.测试Agent的全链路检查、反思与优化
测试过程的智能化监控与反馈
基于测试结果的反思与优化策略
持续改进机制与测试效率的提升
5.总结与展望
AI在测试领域的未来趋势
测试Agent的持续创新与发展方向

听众收益：
1.掌握测试Agent在需求变更场景下的智能响应能力，提升测试效率。
2.学习如何构建全链路知识体系，加强团队协作与知识共享。
3.认识到测试Agent在全链路检查、反思与优化中的价值，推动产品质量的持续改进。

中兴通讯（兴云数科）测试领域负责人，近十五年来一直从事软件研发、软件测试、研发提效等工作，担任过测试经理，目前主要负责测试领域研发提效和研发流程的改进。

面向API测试垂类应用的“专家”智能体与LLM工程优化

任晶磊

思码逸创始人兼CEO

内容简介：

“混合多专家”（MoE）架构是智能体实际落地、达到真正可用效果的必经之路；同时，API测试结合LLM实现自动化用例与脚本生成，是研发各个环节中应用较为成熟和最先达到可用程度的场景。近年来，若干大厂在该领域进行了广泛探索，取得了积极效果，并在业界多次分享，然而大部分团队仍然缺乏可用的工具、不知从何下手或者付出没有必要的成本。本演讲将系统总结思码逸团队研发API智能测试产品的完整历程，介绍我们的路径选择、曾经的挑战、走过的弯路和经过实践检验的设计、优化与技术经验，供业界同仁参考。
演讲提纲：
1.通用 vs. 垂类智能体：为什么需要“混合多专家”（MoE）？
2.API测试垂类应用中的know-how有哪些？
3.踩坑与填坑的真实历史：构建API智能测试智能体复盘
4.系统架构与关键技术介绍
4.1解决知识质量挑战
4.2解决覆盖质量挑战
4.3解决性能挑战
4.4解决agent工程化挑战
4.5解决需求理解挑战

听众收益：
1.了解构建垂类应用智能体的真实经验与基本方法
2.了解API智能测试面临的算法和工程挑战以及技术方案
3.了解agent工程化中的主要问题和最佳实践
4.为自研API智能测试工具或与合作伙伴共建做好认知储备

清华大学计算机系博士，前微软亚洲研究院研究员，斯坦福大学、卡内基梅隆大学访问学者；多篇论文发表在 FSE、OSDI 等顶尖国际学术会议上。曾参与微软下一代服务器系统架构设计，获 4 项美国发明专利；《软件研发效能度量规范》标准核心起草专家，参编《软件研发效能权威指南》《软件研发效能提升实践》；研发大数据平台 Apache DevLake 等开源项目发起人。创办思码逸并担任CEO，致力于为企业提供专业的研发数字化、智能化解决方案。

Meta-Agent架构与语音业务测试落地实践

杨青霖

百度资深测试开发工程师

内容简介：

当前主流AI Agent普遍存在交互阻塞与上下文记忆有限两大核心痛点，导致用户体验割裂，难以胜任复杂的协作任务。本次演讲将分享我们构建“Meta Dynamic Agent”的实践经验，这是一个以非阻塞式交互和多层记忆系统为核心的智能体架构。
我们将深入探讨如何通过异步任务流与主动消息注入机制，实现用户与Agent的并行工作流，将Agent从“命令行工具”提升为真正的“数字员工”。同时，依托于短、中、长期三层记忆系统的设计，展示如何通过上下文压缩、分层RAG检索与私域知识融合，解决上下文遗忘与深度个性化难题。
最后，我们会分享基于话题感知的混合工具选择策略，以及如何借助Pydantic与TypeHint，实现外部工具几行代码即可完成的轻量级工程接入。

演讲提纲：

1. 从“问答工具”到“协作伙伴”的演进
1.1 瞬时的“问答机器”
1.2 愿景：真正的“智能协作伙伴”
1.3 通往“伙伴”之路的双重挑战
2. 构建非阻塞式协作体验
2.1 同步阻塞的普遍局限
2.2 从“串行指令”到“并行委托”
2.3 LLM驱动的智能执行路由
3. 为测试场景打造分层认知大脑
3.1 记忆的挑战
3.2 从“扁平存储”到“分层认知”
3.3 构建Agent的三层记忆与个性化
4. 支撑技术与工程实践
4.1 动态工具路由
4.2 “轻量声明式”的工具无缝接入
5. 重塑测试工作流
5.1 Meta-Agent在语音测试中的应用演示
5.2 未来展望：通向更自主的AI协作体

听众收益：
1.理解“非阻塞式交互”如何从根本上提升用户体验。
2.了解一套异步消息注入、多层记忆融合、混合式工具选择等具体、可落地的技术实现方案。
3.了解如何利用Pydantic等工具实现优雅、轻量级的工程化集成，提升开发效率。

百度资深测试开发工程师，主要负责语音终端和视觉算法的质量保证体系建设及工程效能提升。拥有将Python应用于复杂技术领域的丰富实战经验，善于构建自动化测试框架来确保前沿算法的稳定与可靠。
在加入百度之前， 2020年合著的《Python气象应用编程》一书已成为该领域的畅销技术书籍，在利用Python解决复杂工程与科学计算问题方面拥有深厚积累。

AiDD峰会

K+峰会

联系我们