• 不需要沉淀代码这点,每次回归都需要 token,用例数量一旦很多,可是不小的费用。---AI 不仅仅是提效,还需要降本

  • 我以前认为知识库就是 AI 的向量知识库,实际上这里不仅是简单的把需求文档放到向量知识库就可以了,因为需求文档不会每个需求都会告诉你:
    1、字符串<字段名> 的字符数范围(含上下界)、空值/纯空格的处理行为、超长输入的处理策略?
    2、<字段名> 支持的字符集(中文/英文/数字/常见符号/emoji/特殊符号),是否区分大小写?
    3、<字段名> 在列表/详情中展示时,长文本(未超限)的显示策略是什么?换行/截断/悬停提示?
    4、xxx 创建成功、下游业务页面会有什么变化?
    5、上游业务数据删除,下游影响哪些层面?
    如果需求文档这些都没说,那你的用例生成还是会缺少很多场景的,就算你等到产品优化后,你在使用,那这些需求解析、评审的工作,还需要人工参与的
    这里实际上有个好点的办法,可以参考https://testerhome.com/articles/44271,高飞老师的文章,很受用

  • 1、 执行非常慢,几个简单操作,都要执行好久 -------- 执行碰到问题,自己自愈的过程有的时候有点慢,但是一旦用例脚本固定了,都是很快的呀,如果真的很慢不防换个好点的大模型再试试
    2、每次跑都要消耗 ---- 你这个是哪里得出的结论?都已经元素定位了,脚本都已经稳定了,回归用例,不需要消耗 token 了呀

  • 说实话,我并没有加入你的星球,但是你的每一篇测试之家的帖子(质量很高),我都认真拜读,并且已经在公司落地了 AI 驱动 UI 自动化测试,本周就要给大家分享了。很感谢你的慷慨分享

  • 总结的真的很好,实际上你说的这些我 90% 都做了,但是我要是面试的话,我还真的想不到有这些点,(面试过程都是比较紧张高压的状态,也就能说出一半的内容吧)
    至于三层审核:至少在我们公司行不通,我们的测试总监也好,测试经理也好,根本不够了解核心业务。2 层审核,大多都做不到,

  • 我觉得不管改了什么,主流程还是需要跑一遍的,如果电商系统,下单都有问题,那就是测试团队回归的问题

  • 看样子确实是经历了,不然不能这么深刻

  • 我觉得一个是态度,二是沟通能力,三是看看会不会熟练的使用 AI 工具解决问题

  • 如果用例只是给自己看,并且就会用到一次,我觉得都不需要写用例,整理下测试点就好,但是往往用例不是只给自己看,还需要评审、还需要他人执行,还需要留存,后续迭代还有可能他人来执行回归,你写的不够详细,那就啥也不是了。还有可能让你回头补这部分用例,更头大

  • 昨天组内讨论 AI 提效的相关事情,我提到在公司虚拟机上面安装 openclaw,进行一些探索,但是立马有人说,openclaw 漏洞太多,容易导致公司资产泄密,然后领导就跳过这个话题了,你们不会面临这种问题吗?