2025Gtest全球软件测试技术峰会：大模型赋能软件测试效能提升

全球软件测试技术峰会9月·北京大模型赋能软件测试效能提升科大讯飞李元超2025.09.05Menu

目录1.

软件研发效能的演进与现实挑战2.

AI驱动的软件测试：讯飞的探索与实践3.

迈向未来：AI测试的无限可能效能提升趋势工具化

平台化

智能化软件研发经历了工具化、

平台化、

智能化三个阶段。

从工具化到平台化的转型中，

众多企业已显著提升研发效率，

但近年来增长放缓。

未来，

智能化将成为提升研发效能的关键趋势，

为企业带来新的增长机遇制品AI工程师智能化由人工智能引领

，通过大模型赋能人、产物与研发过程

，提升技术人员学习

研究能力，研发产物的生成效率与研

发过程的执行效率。软件研发效能平台发展经历的三个阶段统—研发平台研发协同

研发看板

开发平台流水线设计平台

研发运营Ma

wen平台化主要发生在IT企业中

，各技术角色基于各自技术领域

，通过手动生成提效介质来进行提效，提效以单点化

，线下化为主主要发生在IT企业中

，各技术角色基于各自技术领域

，通过手动生成提效介质来进行提效，提效以单点化

，线下化为主J

unit

Ma

wen

工具化需求前端

研

发后端

研

发产

品

经

理架构师测试运维随着技术演进，软件开发门槛逐步降低编程语言及框架的发展，

提升应用开发的效率，

降低开发难度Ai代码能力的普适，

代码生产量激增代码体量及从业者增长

，但软件质量挑战依然存在测试与验证的压力增加

，质量验

证无法同步跟

进

，缺陷扩散传统方法不能很好应对，

堆人不是出路软件研发面临的挑战和矛盾矛盾代码的可维护性、规范性和—致性挑战

，技术债堆积大量开源软件和平台程序员的入门门槛逐步降低Menu

目录1.

软件研发效能的演进与现实挑战2.

AI驱动的软件测试：讯飞的探索与实践3.

迈向未来：AI测试的无限可能我们或者说过

、或者被说过：“为什么测试没测出来”？“质量不是测试出来的，而是开发出来的。”①测试不能凭空创造质量②

质量要靠全员参与，

而非测试部门“兜底”③

理想的测试角色更偏向于“质量工程师”星火模型星火代码大模型

星火通用大模型AI+质量管理全景图通过三大核心智能体支撑AI驱动的代码测试与质量保障场景，

覆盖开发全生命周期质量管控。API文档质量评分数据结构传统工具业务流程智能融合架构文档领域知识行业开源模型模型API服务覆盖率自提升编译自修复代码库集成自主计划生成白盒测试1单元测试智能体黑盒测试3

测试智能体代码优化代码修复代码规范效果提升读代码

审代码

改代码代码评审智能体测试智能体测试助手单测智能体单测助手多智能体协同智能测试生成自动化执行用例评审智能体测试用例生成测试方案生成测试用例评审接口用例生成函数级单测批量单元测试项目级别单测文件级单测2验证代码在预期输入下是

否执行正确

，是否覆盖所

有路径检查系统对典型

、边缘及

无效输入的响应检查输入错误时

，系统是

否提示用户或崩溃检查代码运行后

，持久对

象状态是否正确更新JUnit4、JUnit5、Mockito

、SpringBootTest

UnitTest、PyTest

CppUnit

、Gtest Testify代码质量有保障80%+单测代码编译通过率50%+被测业务代码行覆盖率AI驱动的单元测试应用场景单元测试4大主要内容覆盖主流测试框架逻辑检查边界检查对象检查错误处理核心场景读代码智能解析代码仓库，生成详细的代码说明文档审代码自动识别代码问题、安全风险和性能隐患改代码基于识别问题提供修改建议并完

成代码优化产品价值显著提升软件质量和交付效率

，让开发团队

从重复性评审工作中解放出来

，专注于核心

业务创新和技术突破。需求洞察基于企业内部代码仓库

，智能生成可解释的

代码库说明文档

，帮助评审专家快速理解代

码结构和逻辑

，大幅提升代码评审效率。用户痛点传统代码评审效率低下

、标准不统—

、团队协作困难

，开发者在质量保障与开发效率之间

疲于奔命

，急需智能化解决方案。AI驱动智能代码评审，

释放开发者创造力审查人员快速了解变更范围

，帮助梳理代码逻

辑分组开发工程师获得修改建议预防技术债务测试人员明确测试回归点赋能多种角色④

囚④

囚核心能力说明✓项目级补获取PR的差异信息✓处理diff实体

，筛选重要变更

，提取提交信息摘要✓联动编程助手快速获取评审问题

，—键定位修复✓给予评论式问答交互

，保障大模型协助式优化用户加入团队获取代码仓库和权限提交编写代码获取PR详情代码评审获取Issues列表修复代码合并关闭PR代码评审智能体典型流程评审流程

AI能力快速生成评审意见评论式聊天交互一键修复评审问题编码智能体快捷定位”我—直有—个展望未来的思路，

那就是去看看富人现在正在使用哪些昂贵的服务，

然后想象—下这样的服务如何进入普通人的生活

。“——美国凯文凯利《2049：未来10000天的可能》客户理解：真实用户场景

、极端条件、体验敏感点方法论

边界值

、等价类

、测试金字塔历史风险

历史缺陷

、行业标准

、直觉预判冰山模型

（表层需求→深层业务→隐

层直觉）业务背景客户理解动态生成测试用例：大模型可以通过模拟多种场景（包括极端条件

、边界条件和动态环境）生成全面的测试用例。接口适应性强：大模型能够快速调整接口用例，

自动适配接口变更

，而传统自动化脚本需要手动修改。测试人员手动编写测试用例

，依赖经验设计场景。手工编写接口测试用例和自动化脚本

，依赖人员技能水平。分析耗时长

，评估主观性强

，难以预测潜在问题。对需求和场景的智能理解：大模型能够通过自然语言处理（NLP）解析复杂的需求文档，

自动提取关键需求点并生成测试用例

。自动化测试流程：大模型可实现测试用例设计

、测试执行和缺陷分析的自动化

，减少了手动干预。快速缺陷定位：大模型通过分析日志和系统运行数据

，可以快速定位问题的根因

，并给出修复建议。历史缺陷管理与预测：大模型能基于历史数据预测潜在缺陷

，并在开发阶段提供风险提示。AI驱动的测试应用场景通过日志和手动调

试定位问题

，缺陷

报告依赖人工填

写。缺陷报告不规范

，

问题定位耗时

，重

复缺陷频发。人工搭建测试环境

，需协调多方

资源。环境配置复杂且

成本高

，环境—

致性难以保证

，

资源浪费。执行全量回归测试

，人工管理测

试用例。回归测试成本

高

，用例管理困

难

，受影响范围

难以快速界定。人工分析测试日

志和结果

，经验

性评估质量。分析耗时长

，评

估主观性强

，难

以预测潜在问

题。用例评审由人工对比需求文档和用例设计

，耗时长。评审标准不统

—

,

易遗漏需求点

，且主观性较强。通过需求文档

理解需求

，人

工确认需求完

整性需求描述不明

确或频繁变

更

，测试需求

覆盖不足

，沟通成本高。支持快速迭代和高质量交付>

价值：将重复性工作交给机器

，测试人员能专注于高价值的任务。>

价值：减少遗漏的测试场景和问题

，提高系统稳定性和用户满意度。>

价值：降低问题修复成本

，加速迭代周期。需求测试

测试设计用例评审测试环境搭建痛点测试结果分析与质量评估原始做法更高的测试覆盖率智能化理解与自动化分析高效的问题定位与修复321缺陷管理与问题定位AI

重塑回归测试场景经验和能力要求相对高

，耗时久，精力投入≈70%高自由度&个性化新需求代码库

发布

开发团队测试价值链分析测试设计阶段任务繁重，

具备极大的智能化改造价值测试范围识别与优先级排序测试类型智能推荐测试资源与周期智能规划测试用例范围预估与模板推荐可视化测试计划报告输出需求阶段测试平台测试编码单元测试CI/CD持续部署+集成测试报告———————————待办列表1—————2————3————测试团队迭代边界值测试极限值测试用例优先级用例完整性过往风险审查等价类划分错误推测用例覆盖度规范检查点历史用例复用缺陷报告测试阶段测试报告优化后的需求文档功能用例

、接口用例

、自动化脚本

、安全&兼容&性能测试设计阶段智能评审测试用例自动生成测试用例制定测试计划执行测试计划需求分析需求正确性......需求完整性需求—致性需求结构化智能缺陷定位与优先级排序自动化执行开发异常检测日志分析主要流程:1.上传文档:用户上传相关知识2.文档提取分割:文档提取分割3.文本向量化:转换为算法能处理的向量

，并存储到向量数据库4.提问向量化:将用户提问向量化5.语义检索:问句在向量数据库匹配知识文档6.提交到大模型:将检索到的文档

，交给大模型进行深度思考增强7.生成结果:生成回答

，输出给用户知识库原理解析模型层

模型A

模型B

…

…工程层后置处理检索增强输入预处理模型路由与提示词优化知识层模型路由与提示词优化>

模型选择策略:根据需求复杂度动态路由至175B/70B通用大模型或开源模型。>

上下文自适应截取:自动判断模型Token限制,优先保留核心功能点描述。>

提示词模板库:构建标准化的测试框架

、用例生成模板,减少重复调优成本。03

04输入预处理>

数据转换：

自动进行数据转换/截取

，将输入的文本数据统—转换为适合后续处理的格式>

词法分析：进行分词操作

，将连续的文本分割成单个的词语或短语

，识别文本中的命名实体

，如专业术语

、系