最近问界这个车不是比较火嘛,周末的时候去体验了一下,给我印象很深的是这个车的车机
当时销售跟我说的是,这个车机界面上,所有你能看到的功能,都可以通过语音控制
举个例子:比如有个菜单,你可以说打开 xx 菜单,页面下滑,点击 XX,关掉 XX,把 xx 调整到 90%
这个操作给我了一点测试技术上的启发
假如,有一个大模型,可以做到能识别页面中的按钮,同样能识别我描述的操作并调用对应函数
比如封装好了,下滑,点击,输入等通用函数
那么我以后测试,是不是可以只专注于用例设计就可以了呢,设计出来的用例交给大模型去执行?
比如,用例步骤是:
1、打开 XXX 页面
2、点击 XXX 菜单
3、点击 XXX 按钮,A 框输入 xxxxx,B 框输入 xxxxx,C 框选择 xxxx
4、点击提交
5、查看 xxx 列表,第一条信息 A 内容 xxxxx,B 内容 xxxxx,C 内容 xxxxx
完全就交给大模型去执行
什么时候能整个这样的东西出来呢?
重点是结果的判断,现在很多测试平台都支持自动化用例的自动生成,在这个基础上再拓展下,能否通过训练来打造出一个拥有 测试场景判断、用例设计和执行、断言判断、自动化转换等思想的 AI,只要求达到普遍测试场景的能力即可,这就可以让大部分的测试退休了
我了解到目前一些基于 chatgpt 的应用,就是摸索出一套指令,然后封装指令给大模型,大模型给出执行动作,然后应用根据动作执行,吐出结果。
以后测试负责给大模型背锅就可以了,其他全交给 AI
自动化用例的生成,指的是文本用例直接转换成自动化用例么?我上面提到的指的是使用大模型将手工文本用例直接转换成自动化用例
这个就考验 pass@key 了。
。。。我是菜鸡一枚,昨天应该是 GPT-4 Turbo 更新后不稳定挂了,切换到 3.5 能回答
看了外网别人用 GPT-4 Turbo 做的视频,感觉 AI 进化速度比想象中的快,画个图就能做出网站,写段话生成动画,识别游戏体育视频,生成解说语音,太强大了。。。。。
不过要取代测试提供产品信心的作用,估计还要一段时间等大家认知改变。
就像华为智能座舱一样,看到无数人的视频后,才会对智能驾驶有信任感~
测试要被淘汰了
模型驱动测试。 大模型生成业务模型。
应该有一篇,大模型时代下,软件测试工程师如何发展的文章。
大模型测试有落地应用案例吗,目前看的文章一般都是探讨和相关工具平台推广
在不确定的环境下,去给别人判断确定性。
这事听起来就很扯淡。
因为能用!=没错。