AiDD研发数字峰会

论坛主席：张鹏飞

行业AI测试管理与理论专家。深耕测试顶层战略规划、测试组织管理与前沿质量体系研究，具备极强产业前瞻判断力，精准把握AI测试行业发展变革方向。其原创《发版测试》理论重构版本迭代质量管控逻辑，以前瞻性思路解决行业共性风险难题，理论体系被行业广泛采纳应用，深刻推动国内软件与AI质量测试行业长效升级。

Testin云测合伙人

基于AI Agent的智能测试实践

本论坛将探讨如何依托AI Agent的自主感知、智能推理与自动执行能力，从复杂业务场景、海量测试数据、动态迭代需求中自主挖掘测试维度、识别隐性缺陷与边界风险。聚焦AI Agent赋能的新一代智能测试方法论，分享从测试场景生成、用例自动设计、自动化执行到缺陷精准定位、测试报告智能复盘的全链路落地实践案例。

研发已提速 10 倍，测试怎么办？
——从错判到重构：AI 测试这两年我看到的三件事

徐琨

Testin云测 CEO

内容简介：

过去两年，AI 已让研发效率数量级跃升，但测试环节仍卡在手工"点点点"——用例越生成越多、执行越跑越慢，前端所有的 AI投入正在测试环节被稀释。本次分享结合云测过去两年的一线实践与从几十个团队里反复看到的三个共同模式，探讨 AI 测试真正的机会与落地路径。

演讲提纲：
1.行业背景：研发已提速 10 倍，测试正在成为整条流水线的堰塞湖。这两年谈 AI+测试的团队里，80% 跑到最后发现"用例越生成越多、执行反而越慢"——这不是效率提升，是新的效率灾难。
2.云测的选择和解决方案：分享云测过去两年在 AI 测试赛道上的完整探索路径。AI 测试真正的价值，不在功能多全，在能不能跟客户的业务长在一起。
3.未来展望：未来 1-2 年，测试行业会经历一次结构性的变化——测试岗位分层、研发自测比例上升、测试脚本分化为资产与耗材。测试的重量，要跟着软件交付新模式重新分配。

听众收益：
1.了解 AI 测试真正的机会与陷阱，获得一套可复用的 AI+测试落地实践方法论；
2.为测试团队 1-2 年内的技能演进、角色定位、组织形态提供决策参考。

专注软件质量测试、IT 技术管理赛道深耕多年，具备千万级 DAU 移动互联网产品全域操盘履历，统筹覆盖产品研发、全维度测试验证、线上运营推广完整业务链条，主导搭建标准化、规模化移动产品质量保障体系，在测试架构、质量管控、技术团队综合管理层面拥有全方位实战经验。曾获评2014 TOP50 最具价值 CTO、融智库第一届理事会常务理事、2017 年度中国 IT 年度人物杰出 CTO等诸多荣誉。

【重塑质量体系】AI赋能质量左移与研发风险管控平台

李勋

京东健康资深测试专家

内容简介：

本次分享聚焦于AI如何贯穿测试全生命周期，构建从需求到线上的闭环防护体系。针对需求阶段风险难识别、跨文档语义不一致等核心痛点，我们提出多Agent协同平台方案，通过PRD/UI/代码Diff的跨模态对齐与RAG知识库推理，实现需求评估→用例生成→自动执行→风险追踪→线上漏出反哺的全链路自动化Loop，让每一轮迭代都成为质量防线自我进化的燃料，驱动质量左移持续闭环。

演讲提纲：
1.背景与问题
1.1 核心数据
1.2 技术挑战
2.传统评估模式的三维瓶颈
2.1 知识维度
2.2 效率维度
2.3 闭环维度
3.技术方案
3.1 整体架构：四层设计
3.2 核心流程：端到端Pipeline
3.3 多Agent协同拆解
3.4 关键技术难点与解法
4.工程落地与验证
4.1 评估指标体系
4.2 五类典型检出问题
5.技术演进规划
5.1 规则动态化
5.2 数据洞察
5.3 组织效能度量
5.4 智能体优化
6.总结

听众收益：
1. 突破人力瓶颈：让1个QA能高效支撑100+并行需求迭代
2. 吃透“隐形知识”：让历史故障与专家经验变成可复用的数字资产
3. 获得“AI防幻觉”的实战护栏：让高风险决策可靠、可信"

京东健康SRE负责人、京东健康技术委员会委员、京东健康B2C产品研发部测试经理，统筹618、双11大促全链路稳定性保障工作。深耕质量保障体系构建、自动化测试平台建设、持续集成流水线优化及系统高可用治理，在监控告警、容灾演练、故障自愈等SRE能力建设方面积累了丰富实战经验。具备从代码质量到线上运营的全链路技术视野，致力于以质量内建与系统韧性深度融合驱动研发效能提升，为互联网医疗健康业务提供坚实的技术底座。

基于智研的ATDD端到端实践

高林林

中兴通讯 AI应用（软件）资深专家

内容简介：

本实践成功构建了以“零号员工”为核心的AI主导研发新模式，其核心突破在于通过“规格驱动”与“无人值守”等关键技术，实现了从用户需求到可交付制品的端到端全流程高度自动化。该模式不仅打通了需求、开发、测试的壁垒，更实现了缺陷的自主预测与修复，为软件研发的智能化转型提供了一条清晰、可复制、高效的成功路径。

演讲提纲：

行业洞察：AI驱动下的研发数字化转型浪潮
面临挑战：智驾研发中的需求“迷雾”与交付“鸿沟”
破局之道：引入零号员工，实现需求端到端闭环
技术解码：用户需求的AI端到端之旅
实践成效：零号员工能力初显，研发效能倍增
展望未来：从“零号员工”到“一人团队”

听众收益：

1. 全程贯通：实现了从“需求洞察与分析” -> “架构与方案生成” -> “代码自动实现” -> “智能质量保障”的全链路AI驱动，弥合了“需求迷雾”与“交付鸿沟”。
2. 本实践已公司内推广，标志着“零号员工”能力初显，为后续迈向“一人团队”的终极愿景奠定了坚实基础，所构建的核心架构与端到端业务流程为软件研发参考

公司级敏捷教练、资深架构师、AI教练
长期深耕敏捷工程与AI研发工具链的效能架构师，同时具备敏捷教练的组织引导力与AI教练的技术赋能力。坚信数据与AI是研发提效的“双螺旋”——通过量化洞察识别瓶颈，借助AI能力自动化低价值耗散，实现从需求澄清到线上交付的端到端价值流优化。
AI时代下，我正致力于将“规格说明（Spec）”与“领域本体”注入ATDD实践，构建人机可共同理解的验收标准，让验收测试不仅是质量门禁，更成为需求、设计与代码间的语义桥梁，最终达成“一次定义，全链路复用”的正确交付。

自主测试，可信交付—Claw框架交付流质量体系进化

桂彬

美团测试专家

内容简介：

本次分享以"自主测试，可信交付"为主线，介绍美团服体质效中心依托Claw框架的智能交付流质量进化实践。通过质量数字员工实现需求缺陷拦截、用例生成、代码检测修复、GUI全链路执行等自主测试能力，融合知识图谱、分层记忆模型与Reflexion反思实现自适应进化；构建沙箱评测与Judge Claw协同体系保障Agent可信交付，推动质量保障从"结果比对"迈向"推理自治"。结合落地实践与未来展望，探讨测试体系迈向"智能体驱动"的演进路径。

演讲提纲：
1. 背景与挑战
1.1 AI 研发趋势下的质量挑战
1.2 三年演进：从工具辅助到自治交付（2023→2026）
2. 整体方案
2.1 Claw 框架下AI数字员工协作交付流全景
一个需求进来，多个数字员工如何分工协作
2.2 质量数字员工技术架构
能力层、协作层、治理层：让数字员工"能干活、会学习、可管理"
3. 落地成效
3.1 典型案例
3.2 整体成效
4. 技术实践
4.1 智能用例生成
基于需求设计知识、技术方案、业务规则自动生成用例
4.2 AI 缺陷检测与修复
从"发现问题"到"定位根因"再到"给出修复建议"
4.3 GUI 智能自动化
-三层联动：测试设计 → GUI 执行 → 持续自进化
-技术支撑：ARIA 语义引用 + Reflexion 反思机制 + 五层记忆模型
-目标：构建具备自愈能力、经验可沉淀、随业务深度进化的智能测试体
4.4 可信交付：Agent & Skill 评测
5. 总结与展望

听众收益：
1. 掌握可落地的AI智能测试方案与避坑经验：覆盖用例生成、缺陷检测、智能修复、GUI自动化、Agent&Skill评测核心场景的技术选型与实现思路，以及AI稳定性不足、系统自进化等高频问题的实战解法，降低重复踩坑的成本。
2. 理清团队AI测试落地的演进路径与推进节奏：提供从"单点工具"到"自治数字员工"的完整路径图，帮助判断团队所处阶段，明确下一步动作与技术架构搭建方向，减少推进过程中的迷茫。

深耕美团智能服务领域质量保障工作，在测试平台工程建设与研发效能提升方面积累了丰富的实战经验，持续探索 AI 与测试的深度融合，在 AI 测试能力方向有深度实践与技术沉淀。

渗透之上：当安全质量进入 Agent 新纪元

王枭

腾讯 IEG 游戏渗透测试负责人

内容简介：

本分享聚焦高门槛的游戏安全研究场景，讨论如何将传统高度依赖人工经验的安全渗透流程逐步 Agent 化。内容将从安全 Agent 的共性范式出发，分析其与传统自动化工具的本质差异，并进一步探讨在高复杂交互场景下，Agent 在感知、规划、执行、验证与知识沉淀方面面临的关键挑战。分享将重点介绍一种从人机协同逐步走向更高自动化水平的演进思路，以及这种能力体系对垂直研发领域 AI 落地的启发。

演讲提纲：
1. Agent 为何开始进入安全研究这类深水区
2. 从自动化工具到探索式 Agent 的范式迁移
3. 游戏复杂交互场景如何放大 Agent 的能力差异
4. 专家工作流如何被拆解为协同式能力系统
5. 安全 Agent 的核心能力栈与分层逻辑
6. 从通用底座到重点场景：一条渐进式落地路径
7. 工程化落地中必须回答的几个问题
8. 对垂直研发领域 AI 落地的共性启发

听众收益：
1. 理解安全 Agent 与传统自动化工具的本质差异，建立对“探索式 Agent”范式的系统认知
2. 获得一套面向复杂交互场景的 Agent 落地分析的参考框架，理解感知、规划、执行、验证与知识沉淀之间的协同关系
3. 看到专家经验如何被拆解为可复用、可演进的能力体系，为垂直领域 AI 落地提供方法参考
4. 理解从人机协同到更高自动化水平的渐进式演进路径
5. 借由游戏安全这一高门槛样本场景，获得对 AI 进入测试、质量、安全及其他垂直研发领域的通用启发
发

在腾讯拥有14年研发与技术管理经验，长期专注于将 AI、自动化与平台工程引入安全研究场景，推动复杂安全风险发现从人工驱动向智能驱动升级。其工作覆盖游戏安全渗透、Fuzz 漏洞挖掘、小程序安全、游戏资产智能检测等多个领域。近年来，他持续推动游戏安全研究从人工渗透向自动化、协同化与智能化演进，围绕复杂交互场景下的风险发现、流程拆解、能力分层与工程化落地积累了丰富实践。

AiDD峰会

K+峰会

联系我们