AI辅助测试开发端到端研发提效.docx

AI辅助测试开发端到端研发提效

刘鑫中兴通讯股份有限公司

1.背景

目录CONTENTS2.

目录

CONTENTS

3.解决思路/整体方案

4.具体实现/技术实践

5.总结与展望

演讲嘉宾

刘鑫

中兴通讯有线研究院测试域AI应用负责人

硕士毕业于南京大学，2012年入职中兴通讯；资深软件测试专家，中兴通讯有线研究院安全技术教练，拥有CISP-PTE、CISP-IRE等注册信息安全认证

PART01

背景

业务场景背景介绍

从传统单智能网关到FTTR（FiberToTheRoom）组网的转变，显著提升了网络覆盖范围、带宽性能、设备扩展性和智能家居支持。这种转变通过一台主网关加多台从网关的方式实现。然而，这种组网和业务需求的变化对系统测试带来了更复杂和更高的挑战。尤其是在面对运营商客户的强定制和短交付周期时，系统测试效率面临着巨大的压力。这是每个测试领域在提升研发效率方面必须应对的关键挑战

IP?络POTS

IP?络

POTS

?机APP

?管服务器WiFi

?管服务器

LAN?关

LAN

业务服务器

单智能?关家庭业务场景

?管服务器WiFi从?关主?关POTSLAN

?管服务器

WiFi

从?关

主?关

POTSLAN

?机APP

WiFi

从?关

从?关

业务服务器

FTTR家庭组?业务场景（1:3组?）

PART02

问题/痛点

业务痛点和挑战

挑战付速率不能及时匹配集测节奏，存在集测时等待?例的问题；01迭代内需求数多，迭代内需求?例交

挑战

付速率不能及时匹配集测节奏，存在集测时等待?例的问题；

随着FTTR等组?业务场景的应?，?例复杂性和脚本复杂性都成倍增加，给脚本交付效率带来更?的挑战

随着FTTR等组?业务场景的应?，?例复杂性和脚本复杂性都成倍增加，给脚本交付效率带来更?的挑战

痛点02

03脚本开发速度赶不上?例增加速度，

03

?动化脚本交付效率低，?动化覆盖率提升达到瓶颈，甚?出现覆盖率下降的现象

PART03

解决思路/整体方案

大模型应用方案对比分析

分析结论：项?测试开发活动涉及?量私域知识且知识更新频繁，RAG?案是在该应?场景下的最优?案

?案

优点

缺点

适?场景

提示?程

1、经济可?，?效快成本最低,灵活性?，?户可??优化

2、适?于上下?优化和?为优化

1、受限于模型的数据窗???

2、复杂的提示词消耗?量token，影响响应速度和成本

1、适?于快速试验和验证、初步优化模型应?效果

2、?户可?助创建和分享提示词模板

RAG

1、为模型补充外部知识，解决模型知识局限性

2、有效的改进Token限制

1、不擅?改变模型?为；

2、需要额外的内容检索和数据源；

3、实现复杂度较?

1、模型需要动态获取外部知识

2、知识更新频繁的场景

3、上下?信息量?，提示?程难以处理

精调

1、改变模型?为，提升输出稳定性

2、适合特定任务的优化

3后续调?速度快，节省token

1、成本较?，需—次性投?

2、数据准备和处理复杂

3、不适合频繁变化的知识补充

1、固定任务的?频使?场景

2、需要稳定输出格式的场景

3、?为优化需求强烈的场景

from:/akshay_pachaar/status/1732014719794585684

AI应用落地思路

改进思路：快速梳理业务活动流并将触点?具嵌?到研发流程中；围绕知识?程建设持续改进

AI应?(触点?具）

提升研发效率：通过在研发流程中嵌?AI?具，?动化和智能化处理?量重复性和复杂性任务，减少?为错误，提?效率。

优化决策过程：利?AI的分析能?，提供数据驱动的决策?持，帮助研发团队更快、更准确地做出决策。

提升创新能?：AI?具可以快速迭代测试新的想法和?案，促进创新和改进。

AI应?

（触点?具）

知识?程

知识积累与共享：系统化地积累和共享研发过程中的知识和经验，形成知识库，?持团队成员快速获取和利?知识。

提升创新能?：通过系统化的知识管理，促进知识的传播和应?，激发创新思维和创新能?。

持续改进：利?知识库中的数据和经验，不断