原玉娇-大模型在端到端交互测试的探索与实践

背景介绍

贝壳作为一家涵盖二手房、新房、租赁及家居装修等业务的居住服务平台，其产品形态多样，业务链路长，涉及多角色协同与权限管理，场景复杂且个性化，需要通过场景驱动协同增效。

问题和痛点分析

传统需求驱动模式下，多角色串行协同导致效率低下，测试与研发流程割裂，质量反馈环滞后。AI提效应用面临工具复杂、维护成本高、如何结合传统工程开发、如何迭代架构、如何关注用户体验等挑战。

大模型在端到端测试探索进阶之路

2023年，通过Copilot方式实现个人提效；2024年，演进到Agent模式驱动全流程协同增效，通过多个智能代理合作，基于自然语言描述自动进行全链路测试。

整体方案设计思路

以智能应用为底座，更新换代质量基建，建立标准和作业流程，创新实现生成力提升，灵活应用和扩展，核心思路是AI化与标准化，通过Agent测试策略生成、UI端测试提效效果智能化分析、端到端测试能力建立、服务端智能验证等方式，满足生成提效的实际诉求，牵引测试模式迭代。

技术实践

核心技术点包括创建助手（Assistant）、赋予特定场景的工具（Tools）、提示如何使用工具和思考执行（Prompt）、提问（Question）、推理解决（Answer）。通过Agent智能体创建助手，结合通用知识和工具进行问题拆解和解决。实现测试策略独立智能体、结果分析agent、智能化需求澄清智能调度等。

效果展示

用户交付端通过多模态大模型深度理解UI图，结合UI测试自动化能力，实现UI测试用例的自动生成和多端运行，并自动上报bug，实现移动端测试能力升级。用户交互端通过多模态+Prompts+知识库建立业务大脑，辅助prompt分层设计，持续提升效果。

业务场景实际应用

以提佣推城项目为例，该项目涉及全国多个城市不同岗位角色的佣金方案线上化改造，通过动态prompt效果、Excel需求模板、Prompt设计、测试用例生成、数据构造、接口自动化执行+反馈等方式，实现流程变化，减少人力和实践耗费。

总结与展望

通过“知识+场景+agent”，在垂直领域下将传统技术经验融合创新思维，不断探索和尝试测试领域的场景和问题，在更上层测试设计和前置阶段发挥大模型的能力，最终带来效率提升。未来将持续深入，关注特定领域模型能力知识化沉淀、知识图谱等能力融合、规模化和结构化进行数据体系的管理，深耕prompt模式的构建、传统方法和大模型方法融合（断言智能生成等），丰富基建，关注全流程提效，在垂直场景下做细做透，持续发展。