▼
在数字化转型的浪潮中，软件测试作为保障产品可靠性的核心环节，正经历从传统自动化向智能化跃迁的深刻变革。近日，备受瞩目的“AI+研发数字峰会（AiDD）”即将于5月23-24日上海举办，本次峰会以“拥抱AI+重塑研发”为主题，聚焦“AI+开发”、“AI+测试”、“AI+领域”、“AI+产品”、“AI+工程”五大条线，设立十五大论坛，汇聚了众多行业精英和技术大咖，共同探讨AI在研发领域的最新应用和未来趋势。其中，“AI+测试”线和字节测试专场无疑是本次峰会的一大亮点。AiDD峰会“AI+测试”线围绕“自动化测试用例与脚本生成”、“LLM赋能测试管理”、“智能缺陷检测与定位”论坛和“字节测试专场：AI-Powered/Smart Generation”等前沿技术，探讨AI如何重塑测试全流程，为质量工程注入新动能。 张强（咪咕公司测试总监）在《大模型驱动下的全流程“智”动化测试实践》中，分享了基于大模型的智能测试平台如何实现用例生成、脚本优化与缺陷预测的闭环。其团队通过LLM技术将测试周期缩短30%，显著提升覆盖率，为行业提供了可复用的工程化路径。 陈超（中兴通讯测试经理）在《脚本生成2.0：基于智能体的脚本生成与修复之道》中，提出通过智能体技术实现脚本的自修复与动态优化。该方案结合强化学习与代码分析，有效解决了复杂场景下的脚本维护难题，已在通信领域规模化落地。刘巍（荣耀终端云平台AI测试专家）在《智能体引擎驱动的自动化突破与工程化实践》中，展示了如何通过智能体技术实现测试任务的动态编排与自优化。通过引入强化学习算法，其团队开发的智能体系统能够自动识别测试瓶颈，并实时调整策略，助力企业实现测试资源的最优配置。苏亭（华东师范大学教授）从学术视角切入，探讨《基于性质的GUI测试技术》，将形式化验证与AI模型结合，为金融、医疗等领域的界面交互测试提供了高可靠性解决方案。 吕冬冬（快手商业化测试负责人）在《AI大模型驱动的线上质量保障体系进化实践》中，分享了快手如何利用大模型优化线上问题定位效率，通过日志语义分析与根因预测，将故障平均修复时间（MTTR）降低40%。 彭华聪、傅汤毅（B站测试团队）联袂呈现《AI驱动的需求洞察与自动化闭环实践》，展示了B站如何通过AI自动化解析用户反馈，生成精准测试场景，助力产品快速迭代。 张永杰（科大讯飞高级测试工程师）在《从代码框架到智能化测试：UI自动化的建设之路》中，分享了科大讯飞基于AI的UI自动化框架，通过图像识别与动态脚本生成技术，解决了教育类App多终端适配的测试难题。
陶建辉（涛思数据创始人&CEO）在《TDgpt带你进入时序AI时代》中分享了涛思数据如何将大语言模型（LLM）与时序数据分析深度融合。TDgpt作为时序AI分析框架，集成了10余种经典算法及深度学习模型，支持预测、异常检测等场景的灵活扩展。陶建辉强调，TDengine通过开源生态与模块化设计，大幅降低了用户使用AI的门槛，助力工业互联网、物联网企业快速构建智能化数据分析能力。
范铭（西安交通大学副教授/博士生导师）在《移动应用个人信息保护场景下的合规验证探索与思考》演讲中聚焦教育领域，分享了作业帮在多模态语音交互技术上的探索。通过统一模态表示与强化基础能力，团队构建了新一代Voice-Agent，支持智能答疑、语音评测等场景。范铭指出，多模态技术的核心在于“感知-决策-执行”闭环的优化，未来将向情感交互与个性化服务方向突破。
高鹏飞（字节跳动算法工程师）在《面向复杂软件工程任务的Coding Agent》中展示了字节跳动如何突破传统编程助手的局限。MarsCode Agent通过工具调用、环境交互与验证采样，可自动修复代码缺陷、构建运行环境、复现Issue并评估生成质量。该Agent在SWE-bench评测集中表现优异，缺陷修复准确率提升35%，并已应用于内部业务场景，显著降低研发成本。蒋子规（中山大学副教授）在《区块链场景下的智能合约缺陷发现与检测》演讲中深入剖析了智能合约的安全隐患，并提出融合静态分析、形式化方法与模糊测试的混合检测方案。其团队开发的区块链数据平台XBlock，集成了智能合约安全审计工具链，可自动化识别重入攻击、溢出漏洞等高风险缺陷。目前，该工具已在多个DeFi项目中验证，缺陷检出率超过90%。二、字节测试专场：AI-Powered/Smart Generation 作为AI测试领域的领跑者，字节跳动将在5月24日下午的“AI-Powered/Smart Generation”专场，从数据构造、用例生成到性能分析，全方位展示其技术实践。 杨鹏宇（字节跳动测试专家）在《十亿级产品在LLM驱动下的测试数据构造》中，揭秘了抖音、TikTok等全球化产品背后的数据生成方案。通过融合领域知识图谱与大模型生成能力，团队构建了覆盖多语言、多场景的测试数据集，解决了数据多样性不足的痛点。 邹祎（字节跳动测试开发专家）在《全球化产品下的LLM文本用例生成》中，分享了基于Prompt工程的用例生成工具。该工具可自动适配不同地区的文化差异与语言习惯，生成高覆盖率的测试场景，显著提升多语言产品的测试效率。 曹冬东（字节跳动资深测试开发专家）在《使用LLM在复杂场景下数据分析和查询的应用落地》中，展示了如何通过大模型实现日志语义解析与异常模式挖掘，帮助团队快速定位隐藏缺陷。 李文博、姚凡（抖音测试开发专家）在《抖音性能LLM分析体系建设：从智能诊断到决策推荐》中，提出通过大模型对性能日志进行语义解析，结合知识库与历史数据，将根因定位准确率提升40%，并为优化策略提供智能推荐。 从自动化到智能化，从单点工具到全链路平台，AI正在重新定义测试的边界。AiDD峰会上海站通过“AI+测试”线与字节专场的精彩内容，不仅展现了技术落地的丰硕成果，更描绘了未来质量工程的蓝图——以AI为引擎，以数据为燃料，驱动测试迈向更高效、更精准、更智能的新时代。
欢迎扫描下方二维码分享您的AI落地实践成果，或参会与更多的技术同仁交流学习。
加入智库
成为客户
