国内掀起「百模大战」后, 通用大模型不断孵化行业大模型, 如今, 生成式人工智能 (AIGC) 的影响力正在向千行百业蔓延, 涌现出「大模型+」的技术趋势, 一如当年的「互联网+」。
IT 时报记者 孙妍
国内掀起「百模大战」后, 通用大模型不断孵化行业大模型, 如今, 生成式人工智能 (AIGC) 的影响力正在向千行百业蔓延, 涌现出「大模型+」的技术趋势, 一如当年的「互联网+」。
9 月 22 日,2023 全球软件质量&效能大会 (QECon) 上海站正式开幕, 来自腾讯、字节跳动、华为、Testin 云测、快手、蚂蚁集团、美团等公司的专家担任出品人, 一同策划自动化测试、LLM 助力下的测试能力创新、金融系统质量保障、车行业质效前沿、云原生质量、音视频测试、数据驱动改进、数智化质量工程等 13 个分论坛。
在本次大会上, 最受关注的话题是 AI 大模型如何助力软件测试行业提速增效。
大模型尚不能完全替代测试员
在 Testin 云测 CTO 陈冠诚看来, 大模型代替测试员还有距离, 但大模型在测试用例分析、测试需求分析、测试报告解读等文本分析领域已经可以发挥能力。
「测试执行不仅需要调用大模型的多模态能力来理解测试逻辑和图像, 还需要与物理世界交互操作, 所以大模型暂时还不能替代人工。」陈冠诚进一步解释道。
陈冠诚向《IT 时报》记者透露, 目前我们开始探索使用大模型辅助生成代码, 我们预估软件开发效率将提升 20% 至 30%。同时, 我们也正在测试评估国内、国外的开源大模型能力, 尝试用大模型助力测试用例分析、测试需求分析、测试报告解读等软件测试环节, 从测试的结果来看, 也能达到 20% 至 30% 的效率提升。
在 2023 世界人工智能大会上, 用大模型测试大模型的技术趋势已经开始涌现。但放诸垂直行业, 大模型的能力还不具备, 拿金融行业来说, 软件测试的门槛是极高的, 测试员不仅要懂软件测试业务逻辑, 还要懂金融风控业务规则。「而这些优质的专业训练数据一般都为银行、证券公司、专业软件测试公司所有, 而市面上的大模型一般只能拿公开数据训练。」陈冠诚指出了软件测试大模型的开发先要跨过训练数据这一关, 而后要有行业达成共识的测试标准。
金融行业进入智能测试时代
在千行百业拥抱智能测试的过程中, 金融行业是最为积极的。以往, 金融行业往往存在测试过程管理难、测试效率低、测试人才缺乏、专项测试能力受限等痛点。
国内某某头部券商有多个 APP 端产品以及 PC 端系统, 建立了较为完善的测试体系, 但在实际测试工作的进行中, 仍存在测试工作以手工为主、测试人效偏低的情况。由于产品用户数量大, 在产品迭代上线后, 经常收到关于产品闪退、界面展示不全等兼容性问题。而用上 Testin 云测的证券行业智能测试解决方案后, 这些问题得以解决, 并使得该券商发版时间提前了 5 天以上。
2022 年中,Testin 云测正式对外发布了首个专属于券商的证券行业智能测试解决方案。该方案可以支持 App、Web、PC 等多端的测试类型, 帮助证券行业将 IT 系统、软件等问题率降低到最低的同时, 测试成本降低 30% 以上, 测试效率提高 50% 以上。
在助力金融行业进入智能测试时代的背后, 是 Testin 云测深耕软件测试领域十数年的一个缩影。
Testin 云测的证券行业智能测试解决方案覆盖测试用例近 7000 个, 总脚本数超过 2000 个, 脚本支持跨双平台 (Android+iOS) 执行, 自动化目标覆盖率达 60% 以上。以兼容性的问题为例, 该方案实现了 600 款安卓机型、70 款苹果全系列机型以及 Web 端多维度组合的兼容测试问题, 测试任务下发 24 小时之内即可收到反馈测试报告。
5 天对于券商行业来说, 意味着巨大的投资市场先机。在大模型尚不能完全解决一本正经胡说八道的「幻觉」问题前, 券商、银行、汽车、电商、地产、工业等应用软件广泛的行业, 测试模式也正在向智能测试一点点升级。
陈冠诚认为, 测试行业引入大模型的需求肯定是有的, 但底线是安全合规, 大模型输出的结果不能违反安全风控规则。
相较于其它参会的互联网厂商,Testin 云测是为数不多的第三方测试服务企业, 也是业内率先步入全面智能测试的企业, 如今, 它已在拥抱 AI 大模型。
来源：互联网
