JDB电子

近日，由JDB电子主办的“AI赋能金融系统测试效率提升研讨会”在京圆满召开。研讨会特邀全国行股份制银行、农信机构、城商行等30余家金融机构，60余位相关负责人到场，与会嘉宾结合金融测试领域AI大模型技术发展趋势和现阶段技术难点进行讨论。JDB电子质测专家韩秋泉以“基于AI+TMMi的测试效能提升探讨”为主题发表演讲。

韩秋泉

以下为演讲观点整理：

TMMi作为测试成熟度模型，其根本目的在于从整个组织、人员、流程、技术工具等方面为企业提供测试过程改进与测试效能提升的指导。

TMMi实施中的一些重点如基于风险的测试策略，缺陷从发现到预防，全面的测试度量，将评审用作静态测试的关键举措，完整的测试资产库的建立等，以往因为受限于技术实施手段难以满足要求而成为TMMi中难以落地的难点。

AI技术的发展，则为TMMi实施突破难点达成预期效果提供了有力支持。

同时，从目前AI在测试领域应用现状看，也同样存在难以落地难以体现价值的问题。如AI应用的一个主要瓶颈在于自有数据无法达到使用要求，还有AI应用场景如何和测试效能的提升更紧密结合等。而这些问题恰恰是实施TMMi过程中可以帮助逐步解决，如资产库的建立，如风险预测和缺陷根因分析，如度量数据的分析与展示等，这些基础的建立和场景的应用为AI提升测试效能提供了支持和指引。

因此，JDB电子可以得到一个结论：TMMi与AI结合，也是管理与技术的结合，能够在测试领域为提升效能发挥更大作用。

AI与TMMi结合的目的是实现测试领域的提质增效：

· TMMI为AI应用提供方向与场景。TMMI框架为AI在测试领域的应用提供了明确的方向和具体的应用场景，确保AI技术的应用能够与测试管理的目标保持一致。

· TMMI管理实践是AI价值发挥的基础。TMMI的管理实践为AI技术应用的价值发挥提供了坚实的基础，确保AI技术能够在测试管理的各个环节中得到有效应用。

· AI技术提升TMMI实施效率。AI技术通过自动化和智能化的手段，显著提升了TMMI框架的实施效率，减少了人为错误和重复劳动。

测试领域的AI实践

JDB电子AIGC服务管理系统

系统介绍：基于测试领域的实际需要，JDB电子研发了AIGC服务管理系统。借助“AI+测试”实现覆盖测试全生命周期的AI赋能，改变以往碎片化的流程改造。平台可以实现辅助测试需求说明书、辅助生成测试方案、测试用例、分析测试缺陷、生成测试报告和辅助测试评审各阶段交付物等功能。

系统特点：

· 特点一：RAG知识库，实现静态资产转为动态资产，资产复用从被动到主动。通过专项知识库的构建，可以帮助实现风险识别、缺陷预测和预防以及数据分析和展示。

· 特点二：智能评审。破解评审的专家资源瓶颈与让静态测试实际落。对于需求文档、设计文档、测试文档、测试报告等类型文档的智能评审能力；支持评审规则定义；评审结果支持添加到文档备注中。

· 特点三：测试用例自动生成。系统测试助手，提供通过测试需求规格说明书生成测试功能测试案例，提供现有Excel案例通过转成对应格式的Excel案例，提升测试设计分析效率。

· 特点四：测试模型自动生成：更精准的测试用例生成模式。支持根据软件需求通过AIGC自动生成MBT模型图；MBT模型生成案例实现案例生成案例的过程可视化、覆盖度可度量、颗粒度可控。

测试领域AI应用发展趋势

未来，伴随AI技术持续发展，在测试领域接口测试案例生成、智能推荐、覆盖率分析和UI自动化测试案例生成将逐渐成为下阶段应用主要场景，持续推动测试的效率提升。

最后，AI技术的应用不应该是盲目的，应该是体系化的引入。而在测试领域，TMMi体系本身框架，非常适合AI技术的结合，成为管理+技术的最佳范式组合。

· 发展一：接口测试案例生成。通过大模型依据测试接口定义或者日志自动生成接口测试案例。

· 发展二：智能推荐。AI通过分析历史测试数据和其他项目的用例来推荐最佳实践，提供针对类似业务的模板，减少模型开发时间，提供编写效率，帮助测试编写者改进新的测试用例的质量。

· 发展三：UI自动化测试案例生成。基于手工测试人员的测试过程录像，通过大模型生成UI自动化测试案例。

· 发展四：覆盖率分析。AI可以分析需求和现有的测试用例之间的关系，找出需求覆盖不足的地方，并提示需要添加或改进的测试用例。