作者 | QCon全球軟體開發大會
策劃 | 鄧豔琴
添加圖檔注釋，不超過 140 字（可選）
在業務測試提質效的目标背景下，自動化測試是最重要的解決手段。面對位元組海量的移動端産品，千差萬别的業務訴求，如何提供符合業務需求的移動端自動化方案，成為一項亟待解決的技術問題。 在 4 月 11-13 日舉辦的 QCon 全球軟體開發大會暨智能軟體開發生态展中，位元組跳動用戶端測試技術專家朱宏寶以《位元組移動端智能化測試實踐》為題，深入分享了位元組在移動端自動化領域的技術思考、解決方案和應用實踐，通過意圖識别、步驟自動糾錯修複、自動分級 mock、斷言規則自動生成、音視訊斷言、頁面元素級智能斷言等能力，解決移動端自動化在場景覆寫、穩定性和效果回報等方面的挑戰，探索自動化測試的杠杆效應，實作對業務測試團隊的規模化提質增效。點選此處下載下傳完整幻燈片 據了解，移動端智能化測試平台已經在位元組多個主要産品中應用，包括頭條、西瓜視訊、番茄小說、豆包、飛書等幾十款 App。朱老師表示，他們還将基于 LLM，利用移動端智能化測試平台成熟能力，實作需求文檔生成文本用例，文本用例即自動化用例。
添加圖檔注釋，不超過 140 字（可選）
該演講為聽衆提供了深入了解位元組在移動端智能化測試領域的嘗試與思考的機會。同時，也引發了關于如何用新方法解決傳統移動端自動化領域問題以及移動端智能化測試發展趨勢與前景的廣泛讨論。針對大模型對移動端自動化更多的賦能，他和聽衆們主要針對如下場景做了深入讨論——
- 應用場景一：利用功能感覺決策的方式，解決自動化覆寫率低、泛化能力差問題：将 GUI 頁面資訊傳遞給 LLM, 生成自動化腳本驅動 App 執行，并不斷将應用程式測試過程中的回報傳遞給 LLM，進而實作 LLM 與移動應用程式互動
- 應用場景二：特殊的文本可能會導緻應用程式崩潰，是以需要生成多樣化的異常輸入來全面測試應用程式：結合 LLM，自動生成可引起 App 崩潰檢測的異常文本輸入
- 應用場景三：針對應用程式崩潰複現問題，可以根據崩潰的堆棧跟蹤來自動複現移動應用程式的崩潰：利用預訓練的大型語言模型來預測觸發崩潰的探索步驟，并設計了一種基于強化學習的技術來提供應用探索的全局引導和減少不準确的預測結果
QCon 北京 2024 已圓滿落幕，5 月 17 日至 18 日，AICon 全球人工智能開發與應用大會暨大模型應用生态展即将盛大開幕，期待與你相見。
添加圖檔注釋，不超過 140 字（可選）
本屆 AICon 一共設定了 14+ 專題，邀請到來自阿裡巴巴、騰訊、百度、微軟、位元組跳動、華為、智譜、科大訊飛、百川、月之暗面等領先企業的 60 多位專家大咖，跟大家分享最真實的大模型開發、應用落地一手經驗，圍繞 AI Agent 、RAG 、行業創新應用等熱點話題展開深入探讨。點選檢視大會詳細議程，目前會議 9 折優惠購票火熱進行中，掃描二維碼，購票或咨詢其他問題。
添加圖檔注釋，不超過 140 字（可選）
原文連結：
面對位元組海量的移動端産品，如何提供符合業務需求的移動端自動化方案？_生成式 AI_QCon全球軟體開發大會_InfoQ精選文章