2023QECon质量效能大会：周海莲-基于AIGC的蚂蚁新一代测试用例自动生成技术.pdfVIP

基于AIGC的蚂蚁新一代测试用例

自动生成技术

周海莲蚂蚁集团

周海莲

目前主要负责测试用例自动生成方向。毕业后曾就职于百度、阿里、

蚂蚁，负责过搜索系统、广告系统的质量保障和质量平台研发。

•2020年以来加入蚂蚁，负责测试用例自动生成方向，孵化出智

能单元测试用例生成产品SmartUnit，在蚂蚁集团、阿里集团的

多个BU中使用并取得优秀落地效果。

•2023年开始探索基于AIGC的新一代测试用例生成技术，并在蚂

蚁内部探索落地；

01测试用例生成的技术演进

02现有技术的问题和痛点

目录

03基于AIGC的蚂蚁新一代测试用例自动生成

CONTENTS

04总结与展望

01测试用例自动

生成的技术演进

测试用例自动生成

【测试智能化】人工手写大量测试用例—极致用户体验的用例编写方式：秒级智能生成高覆盖率、高有效性的测试用例

理想中的测试用例实际中的测试用例

各阶段修复问题成本

无有效Assert

MOCK成本高

变更修正用例量

级大运维吃力

历史负载

Google

测试金字塔

实际项目中测试占比测试用例的开发运维成本

技术演进路线

技术方向发展历史优势不足

1988年，FuzzGenerator首次被提出，用于测试Unix程序的健壮性，通过构Fuzzing在安全领域获得了非覆盖率不够好、生成

模糊测试造大量测试输入从而发现软件漏洞。常好的发现漏洞效果用例量过大

Fuzzing2013年，Fuzzing技术迎来分水岭：AFL，首次采用通过插桩获取代码覆盖从

而引导Fuzzing的方式。这一技术随后被应用至测试用例生成领域。

1976年，SymbolicExecution的概念首次被提出，通过解析程序的路径，用对能够求解出的路径，可以存在路径爆炸、约束

符号模拟通过路径并获得输出。精准命中分支求解复杂等问题,单

基于符号执行

2006年，研究人员提出了一种”先进行符