质量保证、错误和 AI

《Fast Company》杂志最近发表的一篇文章声称“多亏了人工智能，程序员不再是王者。向 QA 工程师致敬。”这篇文章值得一读，其论点可能是正确的。生成式人工智能将用于创建越来越多的软件；人工智能会犯错误，很难预见它不会犯错的未来；因此，如果我们想要有效的软件，质量保证团队的重要性将上升。“向 QA 工程师致敬”可能是个噱头，但测试和调试的重要性将上升的说法并不具有争议。即使生成式人工智能变得更加可靠，找到“最后一个错误”的问题也永远不会消失。

《Fast Company》 多亏了人工智能，程序员不再是王者。向 QA 工程师致敬 变得更加可靠

然而，QA 的兴起引发了许多问题。首先，QA 的基石之一是测试。生成式人工智能当然可以生成测试——至少它可以生成单元测试，这相当简单。集成测试（多个模块的测试）和验收测试（整个系统的测试）更加困难。然而，即使是单元测试，我们也会遇到人工智能的基本问题：它可以生成测试套件，但该测试套件可能有自己的错误。当测试套件本身可能有错误时，“测试”是什么意思？测试很难，因为好的测试不仅仅是验证特定行为。

可能有自己的错误

学得更快。深入挖掘。看得更远。

学得更快。深入挖掘。看得更远。

问题随着测试的复杂性而增长。发现集成多个模块时出现的错误更加困难，在测试整个应用程序时则变得更加困难。人工智能可能需要使用 Selenium 或其他测试框架来模拟点击用户界面。它需要预测用户可能会如何感到困惑，以及用户可能会如何滥用（无意或有意）应用程序。

Selenium 模糊测试 发现“作弊行为”。 写道