2024软件测试面试刷题，这个小程序（永久刷题），靠它快速找到工作了！（刷题APP的天花板）_软件测试刷题小程序-CSDN博客文章浏览阅读2.7k次，点赞85次，收藏12次。你知不知道有这么一个软件测试面试的刷题小程序。里面包含了面试常问的软件测试基础题，web自动化测试、app自动化测试、接口测试、性能测试、自动化测试、安全测试及一些常问到的人力资源题目。最主要的是他还收集了像阿里、华为这样的大厂面试真题，还有互动交流板块……_软件测试刷题小程序https://blog.csdn.net/AI_Green/article/details/134931243?spm=1001.2014.3001.5502第一波生成式人工智能（Generative AI）增强软件测试和自动化工具已经到来，以下是 QA 和 DevOps 团队如何衡量其影响。
以下为作者观点：
在最近一篇关于生成式人工智能（Generative AI）改进持续测试的文章中，我被问到代码生成工具、copilots 和其他生成式人工智能功能将如何影响质量保证（QA）和持续测试。随着生成式人工智能加速编码和软件开发，代码测试和质量保证将如何跟上更高的速度？
当时，我建议 DevOps 团队中的 QA 工程师应提高测试覆盖率，自动化更多测试，并扩大测试数据生成规模，以适应代码开发速度的提高。我还说，大家应该寻找测试平台，增加生成人工智能功能。
市场上，一些软件测试自动化平台目前正在发布这些生成式人工智能增强产品。例如 Katalon 的 AI 驱动测试、Tricentis 的 AI 驱动质量工程解决方案、LambdaTest 的 Test Intelligence、OpenText 的 UFT One 的 AI 驱动测试自动化、SmartBear 的 TestComplete 和 VisualTest 以及其他 AI 增强型软件测试工具。
因此，DevOps 组织和 QA 工程师现在的任务是验证生成式 AI 如何影响测试生产力、覆盖率、风险缓解和测试质量。
生产更多代码，意味着需要更多测试
麦肯锡的一项研究表明，开发人员使用生成式人工智能可以以两倍的速度完成编码任务，这可能意味着生成的代码量将会相应增加。这意味着 QA 工程师必须提高测试和验证代码是否存在安全漏洞的能力。
Copado产品管理高级副总裁 Esko Hannula 表示：“生成式 AI 对测试产生的最重大影响是，有更多的东西需要测试，因为 genAI 将帮助更快地创建代码并更频繁地发布代码。” “幸运的是，这同样适用于测试，生成式人工智能可以从纯文本用户故事或测试场景创建测试定义，并将其转换为可执行的测试自动化脚本。”
产品所有者、业务分析师和开发人员必须提高生成式 AI 的敏捷用户故事（编者注：User story，软件开发和项目管理中的常用词，一般指用户需求的简化表达）的质量，以创建有效的测试自动化脚本。编写具有足够验收标准并链接到更新代码的用户故事的敏捷团队应该考虑人工智能生成的测试自动化，而其他团队可能首先必须改进他们的需求收集和用户故事编写。
此外，Hannula 认为敏捷团队需要考虑的其他生成式 AI 机会，包括测试排序、缺陷报告和损坏测试的自动修复。
GenAI 不会取代 QA 最佳实践
DevOps 团队使用大型语言模型 (large language models，简称 LLMs)来生成服务级别目标 (SLO)、提出事件根本原因、完善文档和其他生产力提升工具。但是，虽然自动化可以帮助 QA 工程师提高生产力并增加测试覆盖率，但生成式 AI 能否创建具有业务意义的测试场景并降低风险仍是一个悬而未决的问题。
几位专家发表了意见，一致认为生成式人工智能可以增强 QA 实践，但不能取代。
Katalon战略副总裁 Alex Martins 表示：“说到 QA，重点在于测试的精确性和可预测性，而人工智能对相同提示的反应各不相同，尚未掌握这一点。” “人工智能提供了提高测试效率的无限前景，但现实是测试人员需要在花费宝贵的时间完善 LLM 输出而不是执行测试之间做出权衡。人工智能工具的潜力和实际用途之间的这种对立突出表明，需要采取一种平衡的方法，既利用人工智能的帮助，又不放弃人类的专业知识。”
Copado产品管理高级副总裁 Esko Hannula 补充认为：“人类的创造力可能仍然比人工智能更好地找出可能会破坏系统的因素。因此，完全自主的测试--尽管有可能--可能还不是最理想的方式。”
Semaphore CI/CD联合创始人 Marko Anastasov 表示：“虽然人工智能可以提高开发人员的工作效率，但它不能替代质量评估。将自动化与强大的测试实践相结合，让我们对人工智能输出高质量、生产就绪的代码充满信心。”
虽然生成式人工智能和测试自动化可以帮助创建测试脚本，但拥有了解测试内容的才能和主题专业知识将变得更加重要，这也是质量保证工程师越来越重要的责任。随着生成式人工智能的测试生成能力不断提高，它将迫使 QA 工程师向左侧移动，以便更好地进行测试。
更快地反馈代码更改
随着 QA 成为更具战略性的风险缓解功能，敏捷开发团队除了寻求和验证生产率和测试覆盖率之外，还能在哪些方面寻求和验证生成式人工智能的能力？一个重要的衡量标准是，生成式人工智能能否更快地发现缺陷和其他编码问题，以便开发人员在它们阻碍 CI/CD 管道或导致生产问题之前加以解决。
“生成式 AI 集成到 CI/CD 管道中，可确保一致且快速的测试，并提供有关代码更改的快速反馈，” Persistent Systems 首席数据科学家 Dattaraj Rao 表示。“凭借识别缺陷、分析 UI 和自动化测试脚本的能力，生成式 AI 成为变革的催化剂，塑造软件质量保证的未来。”
使用生成式 AI 来获得更快的反馈对于可能尚未实施全栈测试策略的 DevOps 团队来说是一个机会。例如，一个团队可能拥有自动化的单元和 API 测试，但 UI 级别的测试有限，而且测试数据不足以发现异常情况。Devops 团队应该验证其测试自动化平台中内置的生成式 AI 功能，看看可以在哪些方面弥补这些差距，从而提供更大的测试覆盖率和更快的反馈。
IFS美洲首席技术官 Kevin Miller 表示：“生成式 AI 通过自动化和优化各个测试方面（包括测试数据、场景和脚本生成以及异常检测）来改变连续测试。” “它通过自动化关键测试流程，提高了持续测试的速度、覆盖率和准确性，从而在整个开发流程中对软件变更进行更彻底、更高效的验证。”
更强大的测试场景
人工智能不仅可以增加测试用例的数量并更快地发现问题，团队也应该使用生成式人工智能来提高测试场景的有效性。人工智能可以通过扩大每个测试场景的测试范围并提高其准确性来持续维护和改进测试。
Mastek 首席技术官兼创新官 Ritwik Batabyal 表示：“生成式 AI 通过自适应学习、根据实时应用程序变化自动演化测试场景，彻底改变了持续测试。” 其智能模式识别、动态参数调整和漏洞发现简化了测试，减少了人工干预，加快了周期，并提高了软件的稳健性。与 LLM 的集成增强了对细微测试场景创建的上下文理解，提高了连续测试的自动化准确性和效率，标志着测试能力的范式转变。”
开发测试场景以支持具有自然语言查询界面、提示功能和嵌入式 LLM 的应用程序，是质量保证的机遇和挑战。随着这些功能的引入，测试自动化将需要更新，以便从参数化和关键字输入过渡到提示，测试平台将需要帮助验证 LLM 响应的质量和准确性。
虽然测试 LLM 是一项新兴功能，但拥有准确的数据以扩大测试场景的范围和准确性是当今的挑战，也是验证自然语言用户界面的先决条件。
SADA 解决方案工程总经理 Heather Sundheim 表示：“虽然生成式 AI 提供了自动测试用例生成、动态脚本适应和增强的错误检测等进步，但成功实施取决于公司确保其数据干净和优化。” “在测试中采用生成式人工智能需要解决数据质量问题，以充分利用这一新兴趋势的好处。”
DevOps 团队应考虑使用合成数据扩展其测试数据，尤其是在扩展测试表单和工作流程以测试自然语言界面和提示的范围时。
GenAI将继续快速发展
通过在应用程序中嵌入自然语言界面、生成代码或自动生成测试来尝试生成式 AI 工具的 DevOps 团队应该认识到 AI 功能将显着发展。在可能的情况下，DevOps 团队应考虑使用生成式 AI 工具在应用程序和平台之间的接口中创建抽象层。
“行业变化的速度令人眼花缭乱，我们可以保证的一件事是，今天最好的工具明年将不再是最好的工具，”LaunchDarkly 工程高级副总裁 Jonathan Nolen表示。“团队可以确保轻松更换模型、提示和测量，而无需完全重写软件，从而确保他们的策略面向未来。”
我们还可以预期测试自动化平台和静态代码分析工具将提高测试人工智能生成代码的能力。
Forethought 首席技术官兼联合创始人 Sami Ghoche 表示：“生成式 AI 对持续和自动化测试的影响是深远且多方面的，特别是在测试和评估由 copilots 和代码生成器创建的代码，以及测试嵌入和其他开发 LLM 的工作方面。”
生成式人工智能（Generative AI）正在带来炒作、令人兴奋和有影响力的业务成果。现在需要 QA 来验证功能、降低风险并确保技术变更在定义的质量标准内运行。
行动吧，在路上总比一直观望的要好，未来的你肯定会感谢现在拼搏的自己！如果想学习提升找不到资料，没人答疑解惑时，请及时加入群： 759968159，里面有各种测试开发资料和技术可以一起交流哦。
最后： 下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取【保证100%免费】
软件测试面试文档
我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
参考阅读
您阅读本篇文章共花了：
发表评论