【实测】关于AI用在脚本优化、建议和预测上的思路

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3.3k次，点赞86次，收藏15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​编辑https://blog.csdn.net/AI_Green/article/details/134931243?spm=1001.2014.3001.5502https://blog.csdn.net/AI_Green/article/details/134931243?spm=1001.2014.3001.5502https://blog.csdn.net/AI_Green/article/details/134931243?spm=1001.2014.3001.5502​编辑https://blog.csdn.net/AI_Green/article/details/134931243?spm=1001.2014.3001.5502​编辑https://blog.csdn.net/AI_Green/article/details/134931243?spm=1001.2014.3001.5502https://blog.csdn.net/AI_Green/article/details/134931243?spm=1001.2014.3001.5502

下个月初开始，新的一期课程为airtest自动化平台。然后我就在想，是不是可以把AI的技术应用到各种自动化脚本的优化和打分、误报率预测等技术点上？

然后这种技术集成到自动化测试平台，这样平台就不止可以有管理、运行、监控、报告等作用，还能利用历史运行的报告和脚本代码，对新脚本本身进行优化... 

包括但不限于：

（注意，因为脚本运行条件复杂，所以AI仅限于静态走读，即：不运行脚本，直接根据脚本代码和测试工程师输入的相关信息，以平台历史数据为基础生成模型，对新脚本进行打分/优化/预测）

1. 脚本打分【根据代码冗余、空时复杂度、是否具有初始化和收尾、健壮性、容错性等指标。】

2. 脚本优化【根据打分结果和平台已有脚本的历史优化修改记录，生产优化建议】

3. 脚本预测 【预测运行时间、误报率、发现bug率等指标】

PS: 无论如何，AI的具体技术点都是一个持续发展和成长的过程，所以任何模型一开始在数据量少、校验少的情况下，都只能作为一个参考性建议。而不能替代测试工程师直接对代码进行改变，否则引发的各种后果将可能会很严重，而且无论结果如何，都是不可预测的，只要是不可预测，那么将毫无价值... 因为风险我们承担不起。所以，最终一关一定要我们测试人员亲自把握和检查。

之后我会在公众号中，持续更新单脚本的实验结果简单版本，欢迎大家提出宝贵建议。

如果可以在下期的airtest自动化脚本集成平台中实验成功，那么往期的各种ui自动化平台，接口自动化平台，和未来的自动化相关平台都可以加入了，就可以加入WQRF豪华午餐套餐中了！

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。