IT時報記者 孫妍
國內掀起“百模大戰”后,通用大模型不斷孵化行業大模型,如今,生成式人工智能(AIGC)的影響力正在向千行百業蔓延,涌現出“大模型+”的技術趨勢,一如當年的“互聯網+”。
9月22日,2023全球軟件質量&效能大會(QECon)上海站正式開幕,來自騰訊、字節跳動、華為、Testin云測、快手、螞蟻集團、美團等公司的專家擔任出品人,一同策劃自動化測試、LLM助力下的測試能力創新、金融系統質量保障、車行業質效前沿、云原生質量、音視頻測試、數據驅動改進、數智化質量工程等13個分論壇。
在本次大會上,最受關注的話題是AI大模型如何助力軟件測試行業提速增效。
大模型尚不能完全替代測試員
在Testin云測CTO陳冠誠看來,大模型代替測試員還有距離,但大模型在測試用例分析、測試需求分析、測試報告解讀等文本分析領域已經可以發揮能力。
“測試執行不僅需要調用大模型的多模態能力來理解測試邏輯和圖像,還需要與物理世界交互操作,所以大模型暫時還不能替代人工。” 陳冠誠進一步解釋道。
陳冠誠向《IT時報》記者透露,目前我們開始探索使用大模型輔助生成代碼,我們預估軟件開發效率將提升20%至30%。同時,我們也正在測試評估國內、國外的開源大模型能力,嘗試用大模型助力測試用例分析、測試需求分析、測試報告解讀等軟件測試環節,從測試的結果來看,也能達到20%至30%的效率提升。
在2023世界人工智能大會上,用大模型測試大模型的技術趨勢已經開始涌現。但放諸垂直行業,大模型的能力還不具備,拿金融行業來說,軟件測試的門檻是極高的,測試員不僅要懂軟件測試業務邏輯,還要懂金融風控業務規則。“而這些優質的專業訓練數據一般都為銀行、證券公司、專業軟件測試公司所有,而市面上的大模型一般只能拿公開數據訓練。” 陳冠誠指出了軟件測試大模型的開發先要跨過訓練數據這一關,而后要有行業達成共識的測試標準。
金融行業進入智能測試時代
在千行百業擁抱智能測試的過程中,金融行業是最為積極的。以往,金融行業往往存在測試過程管理難、測試效率低、測試人才缺乏、專項測試能力受限等痛點。
國內某某頭部券商有多個APP端產品以及PC端系統,建立了較為完善的測試體系,但在實際測試工作的進行中,仍存在測試工作以手工為主、測試人效偏低的情況。由于產品用戶數量大,在產品迭代上線后,經常收到關于產品閃退、界面展示不全等兼容性問題。而用上Testin云測的證券行業智能測試解決方案后,這些問題得以解決,并使得該券商發版時間提前了5天以上。
2022年中,Testin云測正式對外發布了首個專屬于券商的證券行業智能測試解決方案。該方案可以支持App、Web、PC等多端的測試類型,幫助證券行業將IT系統、軟件等問題率降低到最低的同時,測試成本降低30%以上,測試效率提高50%以上。
在助力金融行業進入智能測試時代的背后,是Testin云測深耕軟件測試領域十數年的一個縮影。
Testin云測的證券行業智能測試解決方案覆蓋測試用例近7000個,總腳本數超過2000個,腳本支持跨雙平臺(Android+iOS)執行,自動化目標覆蓋率達60%以上。以兼容性的問題為例,該方案實現了600款安卓機型、70款蘋果全系列機型以及Web端多維度組合的兼容測試問題,測試任務下發24小時之內即可收到反饋測試報告。
5天對于券商行業來說,意味著巨大的投資市場先機。在大模型尚不能完全解決一本正經胡說八道的“幻覺”問題前,券商、銀行、汽車、電商、地產、工業等應用軟件廣泛的行業,測試模式也正在向智能測試一點點升級。
陳冠誠認為,測試行業引入大模型的需求肯定是有的,但底線是安全合規,大模型輸出的結果不能違反安全風控規則。
相較于其它參會的互聯網廠商,Testin云測是為數不多的第三方測試服務企業,也是業內率先步入全面智能測試的企業,如今,它已在擁抱AI大模型。
