1、智能UI例成与执苗星|快智能UI例成与执苗星|快智能UI例成与执苗星|快快研发Agent负责曾任职于去哪、滴滴等互联公司 现任快 AI 产中 研发 Agent 组 和 智能质量平台向 负责。苗星负责 AI 智能测试技术在质量保障体系中的探索、设计与落地,涵盖智能测试策略分析、智能例成、智能例执、智能测及质量控等关键领域,持续推动测试流程优化与程效率提升。录CONTENTSI.传统测试模式的痛点 II.智能例成四阶进化 III.智能例执探索 IV.四层架构驱动的AI进化法论 V.总结与展望传统测试模式的痛点PART 01传统测试模式的痛点传统测试耗时瓶颈测试设计阶段占:13%测试执阶段占:38%
2、测试例核痛点编写效率瓶颈:PRD复杂质量参差不:经验差异知识难以复:重复踩坑编写 AI 成+审核AI范式升级让AI赋能类更效作智能例成四阶进化PART 02我们交付了什么?V 1.0V 2.0V 3.0V 4.0Prompt程Multi-Agent知识程Agentic 进化AI 成率累计成例70%+120W+使范围全公司规模推模型具备测试常识,Prompt引导就可以成测试例。单Agent成,输 PRD,输出例。Few-shot Learning场景化 Prompt 模板3个样例为性价最优选择筛选历史质量例:质量远重于数量针对 PRD、技术案等不同档类型,匹配差异化的测试策略关键优化技术案核假设
3、V1.0:Prompt 程探索阶段可性验证从0到1建设,证明路是通的AI成率仅 8%档理解不当 PRD 超30K tokens时,模型会开始遗忘前01缺乏业务知识PRD 缺乏常识性业务规则,模型没学习到02成过程盒户法预/引导中间步骤,修改重写更耗时03实际效果户反馈成例太泛了,没法直接当前瓶颈V1.0:Prompt 程探索阶段QA 是如何编写例的:分阶段推进,步到位先拆测试点(模块),再细化例各阶段会进 Review,及时纠偏QA的例编写流程洞察思考V2.0:Multi-Agent 协作与机交互阶段V2.0:Multi-Agent 协作与机交互阶段需求理解阶段模块成阶段例成阶段PRD清洗后档
4、档解析AgentReview&修改模块成Agent测试模块脑图Review&修改例成Agent测试例脑图Review&修改最终例档解析Agent模块成Agent例成Agent标准化处理有效信息提取多格式测试点提取结构化模块树成细化例结构化例树成Agent 架构升级业务流程优化档输档解析测试例Review测试模块 ReviewV2.0:Multi-Agent 协作与机交互阶段分阶段 Review 机制先拆测试点(模块),再细化例机协作模式AI负责成负责审核&纠偏AI成率8%15%采纳率40%55%缺乏业务深度正确但浅显仅验证余额不时提示充值还会验证并发送礼场景防重复扣款机制机协作 纯动化实践路径
5、洞察户渗透20%30%档解析模块成例成AI:资深QA:存在问题关键优化实际效果V2.0:Multi-Agent 协作与机交互阶段本测试物料PRD、技术案、代码DIFF历史例知识有效历史例、历史缺陷记录多模态测试物料UI图、流程图、架构图业务私域知识业务私域知识图谱、团队例模版户按需传/选择户按需传RAG检索召回历史缺陷库覆盖频缺陷场景,避免重复踩坑RAG检索召回业务主维护私域知识体系化引知识,使 AI 具备懂业务的能V3.0:知识程阶段先拆测试点(模块),再细化例新增测试物料持定义成规则持知识召回Figma代码DIFF系统模版团队模版业务模版历史例业务知识历史缺陷Agent 架构升级V3.0:
6、知识程阶段实际效果AI成率15%35%采纳率55%65%知识算法更关键本质规律洞察洞察户渗透30%50%历史缺陷覆盖12%76%存在问题Review 成本依然知识维护成本上升(170+业务私域模版)V3.0:知识程阶段数据轮闭环户更多使:采纳/拒绝主评审:发现问题&动优化知识动沉淀:业务模版/评审规则主决策知识召回:成更精准更质量成/更采纳率主决策知识召回Skills快速差异化扩展基于BadCase库主评审动沉淀场景规则模版V4.0:Agentic 进化阶段关键TOOLS列出关联档摘要获取档具体内容获取例成指导获取Skill指导内容AI评审例保存成结果成任务总结召回历史知识全局技能团队技能个技