从理论上讲，这一价值主张听起来不错，但这对你的团队的日常工作意味着什么呢？大多数质量保证（QA）团队都人手紧张，不得不同时处理 回归测试 、新功能验证、错误复现和测试维护等工作。总有些事情会被降级处理。自动化测试不仅能加快现有工作的进度，还能在人员和预算不变的情况下，从根本上改变我们所能实现的目标。采用自动化测试的团队表示，他们对质量的看法发生了转变。测试不再是拖慢整体进度的“门槛”，而是成为一种推动力，让开发人员能够充满信心地快速推进工作。质量保证团队不再将大部分时间花在重复性的执行和维护工作上，而是开始专注于探索性测试、用户体验验证以及战略性质量规划。这种转变在实际中表现如下：更快的发布周期：测试会持续运行，无需等待人工触发。反馈循环从几天缩短到几分钟，因此团队能够充满信心地频繁发布更新。以更少的精力实现更全面的覆盖：该系统会探索人类可能忽略或未予重视的路径。它可以测试那些如果手动编写脚本需要数周时间的组合，同时只需极短的准备时间。减轻维护负担：测试维护通常占质量保证团队时间的大约一半。自动化测试能大幅减少这一工作量，因为当应用程序发生变化时，测试会自动进行修复。一致的质量标准：人工测试人员有时状态好，有时状态差。一旦匆忙或疲倦，他们就会疏忽一些事情。无论面临多大的截止期限压力或团队资源有限，自主系统都能保持同样的严谨性。降低技术门槛：无需专门的自动化工程师即可构建和维护测试套件。具备基础测试知识的团队成员可以搭建和管理自动化测试平台。

Q: 未来自主测试的前景如何？

这项技术虽然发展迅速，但我们仍处于早期阶段。未来的发展趋势如下：预测性测试生成：系统将分析代码提交，并在开发人员完成新功能编写之前，自动为其生成测试用例。测试开始与开发同步进行，而不是落后于开发。自优化测试套件：平台将根据实际使用数据，持续剔除冗余测试、合并覆盖范围重叠的测试，并重新平衡执行顺序。测试套件无需人工筛选，就能保持精简且切合实际。跨平台智能：您的网页测试结果将为 移动端测试 提供参考，反之亦然。当系统检测到某个平台上的错误很可能也存在于其他平台时，它会主动对这些平台进行检查。生产测试集成：自动化测试将模糊预生产环境与生产环境之间的界限。系统将利用真实用户行为模式、合成用户和智能流量采样，在生产环境中安全地进行测试。协作式人工智能测试工具：自主测试平台不会各自为政，而是会相互沟通，分享关于常见漏洞、有效测试模式以及新兴风险领域的经验。未来，大多数开发团队将把自动化测试视为基础设施，就像他们今天对待 CI/CD 管道一样。这不会是什么需要专业知识才能使用的特殊工具。这只是测试的常规流程罢了。

Q: OpenText 能帮助我们吗？

您的测试策略需要与您的数字化转型进程保持同步。您的应用程序日益复杂，发布周期不断加快，因此您需要一种能够自动适应的智能测试自动化方案。自动化软件测试可帮助您在无需不断增加人手的情况下，实现质量管理的规模化。当应用程序发生变更时，您无需每次都手动修改测试脚本，OpenText 的人工智能驱动测试工具能够自主学习并进行调整。自愈式测试自动化意味着您的质量保证团队可以专注于真正重要的工作，而不是无休止的维护工作。OpenText Core 软件交付平台功能测试中的 “自主测试器 ”功能，可让您将现有的手动测试转换为大规模自动执行。用自然语言编写测试。让人工智能来处理执行工作。通过录屏和操作步骤详情，全面掌握结果情况。无需编写脚本、无需转换、无需维护。借助与您的质量策略相契合的 AI 测试工具，实现测试现代化。了解 DevOps 测试自动化以及 CI/CD 管道中的 持续测试 如何消除测试障碍并加快发布速度。准备好了解自动化测试能为您的团队带来什么了吗？进一步了解能够适应您的应用程序和工作流的 智能测试解决方案 。

咨询专家了解我们的相关产品

DevOps 中的自主测试

自动化测试彻底改变了测试的格局。软件测试一直是一个瓶颈。开发团队发布代码的速度快于质量保证团队的验证速度，而手动测试难以跟上现代发布周期的节奏。

自主测试的核心是使用人工智能来处理测试的创建、执行和维护，而无需持续的人工监督。它能自动了解应用程序的运行方式，生成并运行正确的测试。

获取 Gartner® 市场研究报告

自主测试

自主测试如何进行

自动化测试平台融合了多种技术，以模拟人类测试人员的思维和行为方式：

应用程序映射：系统会爬行您的应用程序，记录每个元素、工作流程和交互。它为事物的连接方式和用户的操作建立了一个完整的图景。
智能测试生成：利用该地图，平台可创建涵盖关键路径、边缘情况和常见用户行为的测试用例。它根据风险和使用模式确定优先级，而不是对所有东西进行同等测试。
自修复测试自动化：当用户界面元素发生变化时（按钮移动、字段重命名），系统会识别变化并自动更新测试。不再有每次小更新都会损坏的脆脚本。
持续学习：平台会随时观察测试结果。它能了解哪些测试能捕捉到真正的错误，哪些测试会在误报上浪费时间，哪些测试会出现新的覆盖缺口，并做出相应调整。

当您的团队专注于其他工作时，所有这些都在后台运行。系统会在问题出现时标记出来，并提供出错的原因和相关背景信息。

自主测试有什么好处？

价值主张在纸面上听起来不错，但它对团队的日常工作意味着什么？

大多数质量保证（QA）团队人手紧张，不得不同时兼顾回归测试、新功能验证、缺陷复现和测试维护等工作。总有些事情会被降级处理。自动化测试不仅能加快现有工作的进度，还能在人员和预算不变的情况下，从根本上改变我们所能实现的目标。

采用自动化测试的团队表示，他们对质量的看法发生了转变。测试不再是拖慢整体进度的“门槛”，而是成为一种推动力，让开发人员能够充满信心地快速推进工作。质量保证团队不再将大部分时间花在重复性的执行和维护工作上，而是开始专注于探索性测试、用户体验验证以及战略性质量规划。

下面是这种转变的具体表现：

更快的发布周期：测试可持续运行，无需等待人工触发。反馈周期从几天缩短到几分钟，因此团队可以自信地频繁推送更新。
事半功倍，覆盖范围更广系统会探索人类可能忽略或不优先考虑的路径。它可以测试需要数周时间手动编写脚本的组合，同时只需极少的设置时间。
减轻维护负担：测试维护通常占质量保证团队时间的大约一半。自动化测试能大幅减少这一工作量，因为当应用程序发生变化时，测试会自动进行修复。
始终如一的质量标准：人类测试人员有好有坏。他们在匆忙或疲惫时会错过一些事情。无论最后期限压力或团队带宽如何，自主系统都能保持同样的彻底性。
降低技能门槛：您不需要专业的自动化工程师来构建和维护测试套件。具备基本测试知识的团队成员可以建立和管理自主测试平台。

挑战是什么？如何解决这些问题？

自主测试并不是一个开箱即用的神奇解决方案。团队在采用过程中会遇到真正的障碍，而假装没有遇到障碍对谁都没有好处。好在大多数挑战都有直接的解决方案，只要你知道该怎么做。

以下是最常见的问题以及成功团队如何解决这些问题：

初始设置的复杂性：开始使用时，需要投入前期精力来针对您的应用程序对系统进行训练。许多团队都低估了这一学习阶段的重要性。
解决方案：从应用程序中一个小而稳定的部分开始。在扩展到更复杂的领域之前，先让系统彻底掌握这一点。大多数平台在经过2至3周的针对性配置后，便能显现出价值。
对自动化决策的信任：团队担心让人工智能来决定测试内容和时间。如果它漏掉了某个关键信息怎么办？
解决方案：将自动化测试与人工判断相结合，而非取代人工判断。起初应审查生成的测试计划，然后随着信心的增强，逐步提高自主性。
与现有工具的集成：您的团队已经在使用特定的持续集成/持续交付（CI/CD）管道、缺陷跟踪系统和监控工具。增加另一个系统会带来阻力。
解决方案：选择那些API支持完善、提供现成集成方案且能融入您工作流程的平台。
处理动态内容：对于数据不断变化或包含个性化内容的应用程序，可能会让预期行为可预测的测试系统感到困惑。
解决方案：现代平台通过模式识别而非精确匹配来处理此问题。他们明白“这是个产品名称”，而不是“这里必须写着‘Blue Widget 2000’”。请寻找那些在文档中明确说明具备强大动态内容处理能力的系统。
成本合理性：自动化测试平台是一项实质性的投资，其投资回报率并不总是立竿见影的。
解决方案：计算当前的测试维护工时，乘以每小时成本，按12个月进行推算，并计入人工测试未能发现的缺陷所产生的成本。大多数团队在6至9个月内就能收回成本。

人工智能和测试自动化如何发挥作用？

人们经常将自动化与自主测试混为一谈，但两者之间存在着明显的区别。传统的测试自动化遵循死板的脚本："点击这里，键入这个，检查那个。"它很强大，但也很脆弱。改变一个元素，整个脚本就会中断。

自主测试利用人工智能使这些脚本更智能、更灵活。这是最重要的地方：

计算机视觉：人工智能驱动的系统不完全依赖 HTML ID 或 XPath 选择器，而是利用视觉识别来查找元素。即使底层代码发生变化，他们也能像人一样看到"登录" 按钮。
自然语言处理：有些平台可让您用简单的英语描述测试，例如"验证用户是否能使用已保存的付款方式完成结账。"系统可将其转化为可执行的测试，而无需代码。
模式识别：人工智能可识别应用程序中常见的工作流程和反模式。当多个页面遵循相似的逻辑时，它就会发现并生成相应的测试，避免重复工作。
预测分析：通过分析历史数据，系统可预测哪些区域最有可能发生故障，并对其进行重点测试。它在资源分配方面比人类更聪明，同时还要兼顾数十个优先事项。
异常检测：当出现异常情况（性能突然下降、错误率飙升、用户流量发生意外变化）时，即使没有特定测试失败，人工智能也会将其标记出来。这样就能发现传统测试完全忽略的问题。

测试自动化负责执行，人工智能负责智能。它们共同创造了可扩展的测试，而不会造成成本或工作量的线性增加。

未来自主测试的前景如何？

这项技术已经迅速成熟，但我们仍处于起步阶段。事情的走向是这样的

预测性测试生成：系统将分析代码提交，并在开发人员完成编写之前自动生成新功能测试。测试开始与开发同步，而不是滞后。
自我优化测试套件：平台将根据实际使用数据，不断修剪冗余测试、合并重叠覆盖范围并重新平衡执行。无需手动整理，测试套件就能保持精简和相关性。
跨平台智能：您的网页测试结果将为移动端测试提供参考，反之亦然。当系统检测到某个平台上的错误很可能也存在于其他平台时，它会主动对这些平台进行检查。
生产测试集成：自主测试将模糊预生产环境和生产环境之间的界限。系统将使用真实用户模式、合成用户和智能流量采样在生产中进行安全测试。
协作式人工智能测试工具：自主测试平台将相互交流，分享有关常见漏洞、有效测试模式和新兴风险领域的知识，而不是孤立地工作。

未来，大多数开发团队将把自动化测试视为基础设施，就像他们今天对待 CI/CD 管道一样。这不会是需要专业知识才能使用的专用工具。这只是测试的常规流程罢了。

OpenText 能帮助我们吗？

您的测试策略需要与您的数字旅程保持同步。您的应用程序越来越复杂，发布周期越来越快，您需要能够自动适应的智能测试自动化。

自主软件测试可帮助您扩展质量管理，而无需不断增聘人手。OpenText 的人工智能测试工具可以自我学习和调整，而不是在应用程序发生变化时手动修复测试脚本。自愈测试自动化意味着您的质量保证团队可以专注于重要的工作，而不是无休止的维护。

OpenText Core 软件交付平台功能测试中的“自主测试器”功能，可让您将现有的手动测试转换为大规模自动执行。用自然语言编写测试。让人工智能来处理执行工作。通过录屏和操作步骤详情，全面掌握结果情况。无需编写脚本、无需转换、无需维护。

借助与您的质量策略相契合的 AI 测试工具，实现测试现代化。了解 DevOps 测试自动化以及 CI/CD 管道中的持续测试如何消除测试障碍并加快发布速度。

准备好了解自主测试能为您的团队做些什么了吗？进一步了解适应您的应用程序和工作流程的智能测试解决方案。

Resources

Let the machines do the work

From pain to productivity: Why it’s time to automate your testing

Pick n pay

Major retailer accelerates software testing and increases test automation with OpenText™ Core Software Delivery Platform and OpenText™ DevOps Aviator™
Independent health leveraging AI

Reduce mobile test maintenance by 35% while rapidly managing application changes with OpenText™ Functional Testing AI-based capabilities
Major insurer

Accelerates vital tests on straight-through processing with the latest AI capabilities embedded in OpenText™ Functional Testing, saving time and effort, and reducing training requirements

Credit agricole payment services

Financial services company modernized software testing and introduced AI with OpenText
Roche diagnostics

OpenText Functional Testing AI capabilities improve regression testing times by 90% and enhance test coverage while aligning with corporate DevOps delivery