出品人:任红亮
中兴通讯测试领域AI研发提效负责人
中兴通讯测试领域AI研发提效负责人,带领团队负责测试一站式平台的研发工作。
深耕测试领域20年,曾担任中兴通讯DT产品线测试总工等岗位,在测试设计、自动化测试,测试管理等领域有较为深厚的积累。

LLM驱动测试分析与设计

本论坛聚焦AI在软件测试分析和设计环节的最新实践分享。探讨如何通过包括提示词工程,知识工程、智能体和RAG等AI技术帮组测试人员更加高效,更加高质量的进行测试分析和设计。以此一起探索测试分析和设计领域的AI新范式,寻找AI时代的测试分析和设计新形态。
AI Agents 在软件测试中的落地实践:智能化测试新时代
王 哲
百度资深测试工程师
内容简介:
在软件测试领域,智能化测试技术的应用已成为提升测试效率和质量的关键手段。本次分享将聚焦于 AI Agent 在测试各环节的具体落地应用,从业务知识构建到用例设计、自动化用例生成等环节,全面展示如何通过 AI Agent 实现测试智能化。我们将详细介绍针对需求级别的知识构建与增强能力、UI自动化用例生成Agent、接口自动化 Agent 的设计与实现,并分享在实际项目中的应用案例和效果评估。通过这次分享,听众将能够深入了解AI Agent在测试中的应用场景和技术细节,探索智能化测试的未来发展方向。        

演讲提纲:
1、智能化测试的趋势与挑战:当前软件测试领域的现状与痛点、智能化测试技术的兴起及其重要性以及AI Agent 在智能化测试中的角色与优势
2、智能化测试整体架构解析:智能测试系统的总体设计与架构、各个模块和组件的功能与协同工作机制
3、AI Agent 在测试环节的具体应用
4、需求级别的知识构建与增强能力的设计与应用
5、用例设计 Agent 的设计与实践
6、接口自动化 Agent 的设计与实践
7、UI自动化用例 Agent 的设计与实践
8、实际案例分享与未来发展展望        

听众受益:
1、了解AI Agent在软件测试中的具体应用场景和实现技术
2、掌握智能化测试解决方案的设计思路与实践经验
3、获取提升测试效率和质量的前沿技术与方法        
                   
百度资深测试工程师,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。在智能测试、自动化测试、云原生等方面有着深刻的见解和丰富的实践经验。
基于大模型的质量风险智能分级
代 江
抖音质效实验室算法技术专家
内容简介: 
在当前的测试领域,需求风险的评估和代码开发质量的判定高度依赖于人工经验和判断。这不仅增加了成本,还难以保证效率。本报告将介绍如何将大型语言模型(LLM)融合到质量保障中,以提高测试的质量和效率,并探索大模型的独特优势和有趣之处。      

演讲提纲:
1、LLM的技术范式
1)LLM发展历史
2)LLM技术特点
       In-context learning
       Instruction following
       Chain-of-thought (CoT)
3)LLM技术范式
      PE技术
      FT技术
      RAG技术
2、LLM应用-智能分级
1)智能分级背景
2)智能分级技术
      模型选择
      特征选择
      决策策略
3)智能分级表现
3、LLM应用-思考与展望
1)LLM更深层次的应用
2)多模态模型的探索

听众受益:
1、了解LLM在应用层面的优势和有趣
2、了解LLM的一些训练技巧
3、了解LLM在抖音质量保障的应用和落地
哈尔滨工业大学硕士毕业,字节跳动算法技术专家,目前在字节跳动智能服务团队,负责大模型在测试领域的工程化探索和应用。包含需求智能分级、代码风险图谱、代码大模型等建设。专注于将LLM应用于软件工程的各个环节,从需求分析到代码生成,再到测试和维护,提升软件开发的智能化水平。在LLM结合软工的LLM4SE方向具有丰富经验。
AI驱动下的测试设计智能化
冯 锐
中兴通讯测试专家
内容简介:
本实践案例深入探究中兴通讯在软件测试领域建立 AI 驱动的测试设计智能化体系。AI辅助测试设计全流程的解决方案,涵盖 需求智能评审、测试设计智能生成、测试设计智能优化、测试设计评审,用例体系化支撑用例集全面智能优化等能力体系。展示各步骤中 AI 技术在测试领域的落地思路与实践效果。        

演讲提纲:
1、测试领域整体AI全流程规划方案
2、AI驱动测试设计业务全景介绍
1)AI测试设计全流程方案
2)AI测试设计功能体系介绍
3)测试体系化融合测试智能化方案

听众受益:
1、了解AI辅助测试设计全过程框架和实施举措
2、了解测试设计智能体落地方案

中兴通讯教练,资深测试专家,在端到端需求-测试有深入的研究与实践,包括需求体系化、测试体系化的建立和应用,以及AI驱动下的测试智能化的建立。
当软件测试遇上AI算法
刘烨庞
南方科技大学副教授、研究员
内容简介:
软件测试本质上是一个搜索和优化问题:在有限的资源下,测试人员需要找到能有效覆盖程序代码路径并能从极大的程序状态空间中找到错误状态的测试用例集合。在实践中,人工进行软件测试成本高昂并且效率低下,而利用自动化的测试技术则能显著提高测试效率,减少人为错误,从而更加有效地保障软件质量。目前,广泛使用的自动化测试技术大致可以分为三类:随机或模糊测试技术、基于程序分析的测试技术以及基于智能算法的测试技术。本报告将聚焦于介绍各类智能算法在软件测试任务上的应用,并在此基础上介绍我们团队在软件测试领域的最新研究成果。本报告也将讨论自动化软件测试在实践中仍然面临的问题和挑战,并展望未来的研究方向。        

演讲提纲:    
1、介绍AI算法在软件测试上研究与应用
2、利用大模型学习并生成高质量的测试代码
3、利用视觉语言模型辅助web测试
4、利用多智能体强化学习算法提升web测试的效率和覆盖率。
5、讨论智能测试在实践中面临的问题和挑战、展望未来研究。

听众受益:
1、了解自动化软件测试中常见的AI方法
2、了解机器学习算法如何应用于自动化测试中,提升测试效率和覆盖率   

南方科技大学计算机科学与工程系软件质量实验室负责人(长聘副教授、博导、研究员),斯发基斯可信自主系统研究院可信软件中心负责人。2010年本科毕业于南京大学计算机科学与技术系(校优秀毕业生),2015年博士毕业于香港科技大学计算机科学与工程系。研究方向主要包括软件测试与分析,智能化软件工程,可信人工智能等,近五年主持国家、省部级以及企业项目14项。在国际期刊与会议上发表论文95篇(其中顶会顶刊长文63篇),获国际计算机学会颁发的杰出论文奖三次、杰出软件制品奖一次,被国际同行评为“全球前10最活跃软件工程青年学者。
京ICP备2020039808号-4