software_test010的博客

1、自我介绍 2、介绍项目，针对项目问问题 3、Docker容器化的使用，Docker知识 4、ELK基础知识，如何实践 

26 届的秋招正在如火如荼地进行，说一句“卷到飞起”一点不夸张。提前批的时候，我司参加测开面试的同学里，清一色是硕士，本科简历几乎没看到。甚至就连实习生招聘，学历门槛也被卡在了 985/211/双一流本科起步。

在科技飞速发展的今天，AI 已成为引领各行业变革的核心力量，软件测试行业也不例外。最近，在世界人形机器人运动会上，各类智能机器人展现出的高度自动化和智能化，让我们看到了 AI 在实际应用中的强大潜力。

目前市面上太多所谓企业级落地的AI测试产品，事实上绝大多数是Demo玩具，而且纯靠系统支撑，也无法真正在企业落地。比如AI能够快速生成大量测试用例，在实际落地过程中仍面临质量不稳定、领域知识缺失、多模态解析不准确、工程化效率低等核心痛点。

那什么是压力测试呢？简单来说，它就是：不断往系统里加负担，直到它撑不住崩溃为止。听起来是不是有点残忍？但正是通过这种“逼到极限”的方式，我们才能真正了解系统的最大承载力和最脆弱的地方。

今天，我要给大家介绍一款开源的 Web 自动化神器——Nanobrowser！它不仅功能强大，而且完全免费、开源，还注重隐私保护。

在性能测试的体系里，有一个绕不开的环节——负载测试（Load Test）。它的作用，就像在系统上线前，帮它“适应未来的人潮高峰”。

作为车载测试工程师，你是不是也常遇到这些糟心事：为了复现一个偶发的 CAN 总线信号异常，对着日志熬到凌晨；ADAS 功能测试场景太多，手动写用例写到手腕发酸；系统升级后回归测试量爆炸，加班成了家常便饭？

安全可靠——通过国家最高安全认证，具备自主内核与深度防御机制，满足党政军等关键领域对信息系统安全的高强度需求；生态适配——深度适配国产芯片（飞腾/鲲鹏等）及主流行业软件（WPS/达梦等），已广泛应用于政务、金融、电力等核心场景；性能卓越——针对国产硬件优化资源调度，支持高并发场景下稳定运行，为关键业务系统提供自主可控的技术底座。

从近期动作来看，除了大模型、具身智能，大厂对AI算力及芯片的关注度也在不断升温。那蚂蚁集团的最新招聘岗位有哪些？公司业务如何？在蚂蚁集团从业是一种什么样的体验呢？今天就带领大家一起来看看~

在日常测试工作中，大家一定遇到过这样的情况：功能点很多，想快速做一遍稳定性验证，却苦于用例编写耗时；页面结构复杂，手工点来点去容易遗漏；系统频繁迭代，每次都要重复回归，工作量翻倍。

选择公司，就是在选自己未来的命运。遇到一家好公司，你未来的职业道路，生活水平，工作热情，技术提升都是积极生长的。但遇到一家烂公司，你未来的一年甚至几年，都将处在水深火热之中。...

再先进的 AI 和自动化测试，也替代不了测试糟糕应用时的抓狂体验。它们不会因为按钮不起作用或页面加载缓慢而感到烦恼。它们不会在应用一小时内第五次崩溃时暗自咒骂。当然，它们更不会因为找到那个一直困扰大家的漏洞而感到满足。

什么是A/B测试A/B测试是为 web 或 app 界面或流程制作两个（A/B）或多个版本，在同一时间维度，分别让组成成分相同（相似）的访客群组（目标人群）随机的访问这些版本，收集各群组的用户体验数据和业务数据，最后分析、评估出最好版本，正式采用。

在做性能测试之前，我们常常会听到各种名词：基准测试、负载测试、压力测试、容量测试、稳定性测试……听上去挺专业，其实只要结合生活场景，就能很好地理解。

在做性能测试之前，有一个常被忽略的环节——基准测试（Baseline Test）。它的重要性，就像盖房子前要先打地基。没有基准，后面所有压测数据都失去了参考价值。

掌握接口测试是测试人员的必修课，不仅能提高就业竞争力，还能显著提升薪资水平。本文将深入探讨接口测试的重要性及其所需掌握的关键技能。

在科技飞速发展的今天，AI 已成为引领各行业变革的核心力量，软件测试行业也不例外。最近，在世界人形机器人运动会上，各类智能机器人展现出的高度自动化和智能化，让我们看到了 AI 在实际应用中的强大潜力。

对消息中间件的测试需覆盖功能、性能、可靠性等多维度，以确保其在实际业务中稳定运行。以下是系统化的测试方案，结合常见中间件（如Kafka、RabbitMQ）的特点展开：

Drozer是由MWR Labs开发的一款针对Android系统的安全测试框架，旨在通过模拟应用程序的角色与Android运行时、其他应用程序的IPC端点以及底层操作系统进行交互，从而发现潜在的安全漏洞。它支持对Android应用的动态分析，帮助安全研究人员和开发者快速识别应用中的安全问题，如权限滥用、数据泄露、SQL注入等。

做性能测试时，我们常常会画一些曲线，比如 并发数 vs 吞吐量。你会发现：一开始，并发用户越多，系统的吞吐量也跟着上升；但是到了某个点，吞吐量不再上升，反而开始下降；

平常工作中经常碰到很多疑难问题的处理，在解决问题的同时，有一些工具起到了相当大的作用，在此书写下来，一是作为笔记，可以让自己后续忘记了可快速翻阅，二是分享，希望看到此文的同学们可以拿出自己日常觉得帮助很大的工具，大家一起进步。

评测LLM流水线对于构建健壮应用至关重要，但评测是一个复杂且持续的过程，需要大量工作。若只想进行短暂、不可靠的评测，打印语句是个不错的选择。但若希望在当前开发流程中部署稳健的评测基础设施，可以使用 Confident AI。

接下来我会把游戏测试岗位分为初入、进阶、管理三个阶段，分别整理这些阶段应该重点关注哪些个人素质，以及我的一些成长建议。当然，正如开头这句话所表达的，工作的本质是价值交换，而职业生涯的本质是自我投资。我们每个人都是职业生涯的负责人和受益者，大家看这篇分享的时候，希望也能保持独立思考，构建属于自己的个人价值体系，而不是人言亦言，在他人描绘的框架下被动成长。

在网络安全的复杂版图中，Burp Suite 宛如一颗璀璨的明珠，以其强大的功能和广泛的适用性，成为众多安全从业者不可或缺的得力助手。无论是为了保障企业级 Web 应用上线前的安全无虞，还是在渗透测试中探寻潜在的安全隐患，亦或是在安全研究领域开拓创新，Burp Suite 都扮演着举足轻重的角色。接下来，就让我们一同深入探索这一 Web 应用安全测试的神器。

AI浪潮席卷而来，我们该如何自处？这是一个我最近一直在思考的问题，也是很多同行朋友反复问我的。大家都很焦虑，想拥抱AI，但又不知道从何下手。我们软件测试的未来到底是什么？职业生涯又该如何规划？我来分享一下我的看法。

人工智能辅助测试的个人实践当我第一次接触Cursor时，我对AI驱动的IDE究竟能多大程度提升自动化测试效率持怀疑态度。在同时使用Playwright和Selenium测试工具后，我将从真实场景出发分享经验，帮助同行应对快速演进的技术浪潮。

“又要回归测试了，20 个模块手动点一遍，加班到半夜也做不完”“需求改了一行代码，全量回归又要重新来，太耗时间”—— 这是很多测试工程师的日常痛点。

在 AI测试平台的用例管理模块 里，我们提供了几种常见入口：多种来源：从资料库导入、知识图谱生成框架、第三方平台批量导入，当然也支持手动新增统一操作：新增、编辑、删除、批量导出，一站式搞定可追溯：每条用例详情都能查看，方便复盘

在做性能测试时，我们经常会盯着 响应时间、吞吐量、并发数 这些指标，但有一个同样重要，却常常被忽视的指标——错误率（Error Rate）。

Android开发中单元测试是保证代码质量的关键步骤。本项目展示了Android平台上单元测试的实践方法，重点介绍了AndroidJUnit4和Mockito两种流行的测试框架。通过AndroidJUnit4可以编写针对Android组件的测试用例，并使用注解进行设置和清理。Mockito框架则用于创建模拟对象，帮助隔离测试目标，避免外部依赖影响。项目还包括测试用例的组织结构以及如何利用Android Studio和命令行进行测试执行。开发者可以借此提升代码质量，确保应用的健壮性和可维护性。

“又要回归测试了，20 个模块手动点一遍，加班到半夜也做不完”“需求改了一行代码，全量回归又要重新来，太耗时间”—— 这是很多测试工程师的日常痛点。

北京 - 泰康在线 - 测试开发工程师岗位职责1、 负责测试组的相关工作，进行测试流程的优化与自动化测试工具的开发，以提高产品质量及研发效率；2、深入理解业务需求，设计并执行测试用例，确保软件产品的功能、性能、安全及稳定性满足标准，有效发现并跟踪缺陷；

1、什么是自动化测试？自动化测试是软件测试活动中的一个重要分支和组成部分。随着软件产业的不断发展，市场对软件周期的要求越来越高，于是催生了各种开发模式，如大家熟知的敏捷开发,从而对测试提出了更高的要求。此时，产生了自动化测试，即利用工具或者脚本来达到软件测试的目的，没有人工或极少人工参与 的软件测试活动称为自动化测试。自动化测试的优势如下：

特点·轻量级实现：核心仅由一个 .c 文件和两个头文件组成· 无依赖：不依赖标准库以外的组件，适合裸机环境· 丰富断言：支持整数、浮点、字符串、数组、位操作等多种断言

这篇文章，带你用测试用例管理模块把用例“收起来、管起来、用起来”。

这对于那些目睹行业从一个极端摆向另一个极端的人来说，是历经艰难才换来的教训。所以，泡杯咖啡（或者来点更提神的东西），我们一起来回顾塑造现代测试的六大变革，以及为何尽管有诸多炒作，最好的 QA（质量保证人员）从来都不仅仅是 “错误猎手”。

作为测试人员，撰写测试用例、提交测试缺陷是基本工作。但往往我们会遇到：开发人员无法根据我们描述的缺陷步骤，复现缺陷现象。

当AI浪潮席卷而来，国内各类问答机器人、智能助手如雨后春笋般涌现，作为一名AI产品的软件测试工程师，我常被朋友问到：“你们平时是怎么测这些AI？不会真就还是点点点吧？感觉现在的AI产品很爱一本正经的胡说八道，你们是怎么判断答案的准确性呢……”

对于我的测试项目，我决定构建一个带有JavaScript前端的FastAPI Python后端——这是一个常见的全栈设置，可以让我测试Qoder的跨语言能力。这种可见性减少了幻觉，并提高了你想要的和人工智能提供的之间的一致性。你概述工作规范，委托任务，然后Qoder生成执行计划，将任务分解为详细的行动流程，实现功能，自动化测试和验证，并完成端到端的编码任务。我将进行更多测试，看看Qoder在更大、更复杂的项目中是否能保持这种自主水平，在这些项目中，真正的智能编码将受到终极考验。规范驱动开发是第三个基础。