个人思考

本书作者：测试开发刚哥，文章版权归个人所有，未经授权请勿转载。 这个版本质量好不好？ 每次遇到这种问题，都很难给出让人满意的答案。 本文梳理下当前我对版本质量的思考，未来会不断迭代更新我的认知。 软件产品质量模型，描述了8个特性：功能适用性、性能效率、兼容性、可用性、可靠性、安全性、可维护性、可移植性。这个模型可以从全局视角，对软件产品质量进行评估。 总不能每次发完版，就套用这个模型来给产品质量打个分吧。 更现实的做法是，定义量化指标多维度进行评估。 指标库是个庞大和复杂的体系，涵盖了项目、产品、需求、开发、测试、质量等多个方面的关键性能指标（Key Performance Indicators，简称KPIs）。 这里只罗列版本质量相关的指标： 线上问题数量及问题级别：系统发布触发用户问题。质量好不好，必然要看问题多不多，影响大不大。 需求缺陷密度：需求缺陷数 / 完成需求数。缺陷少，质量高。想必我们都体验过测出来一堆问题，上线后还是一堆问题的烂质量。 缺陷关闭率：已关闭缺陷数 / 有效缺陷总数。要想提高质量，就要解决问题。曾经历过遗留30个bug不处理就上线的，初创团队抢占市场可以理解，稳定产品的缺陷关闭率低就需要引起重视了。 缺陷关闭时长：所有缺陷(关闭时间 - 创建时间)求和 / 有效缺陷总数。长时间、跨版本都没有解决的问题，一拖再拖，说不定哪天就在线上暴雷了。所有问题都要及时关注，尽快修复。 缺陷逃逸率：上线后发现缺陷数 / 有效缺陷总数。测试同学注意了，灵魂三问，没有测过吗？为什么没测到？为什么不知道？遇到过测试马虎了事的，测试不给力，保不住质量下限。 除了怎么衡量版本质量以外，还有个问题是怎么交付出高质量产品，是让开发少写点bug，还是让测试多找点bug？ 有个很有意思的说法是，高质量产品是用出来的。这个认知没有局限于开发、测试谁背锅的责任归属，而是从产品迭代的角度出发，更多的功能，更多的缺陷，就会投入更多的努力去修复这些质量问题，从而提高产品质量。 让更多客户使用，发现更多问题，持续完善产品，才能打磨出高质量产品。

本书作者：测试开发刚哥，文章版权归个人所有，未经授权请勿转载。 “ChatGPT是倾盆大雨前的第一场雨”，OpenAI首席科学家Ilya Sutskever。 大模型是指在人工智能领域，尤其是机器学习和深度学习中，具有大量参数和复杂结构的模型。 大模型通过在大量数据上进行预训练，然后针对特定任务进行微调，最终部署到应用中以执行复杂任务。 最近百度推出的“萝卜快跑”打车（Robotaxi），就是大模型应用之一。收集大量驾驶数据，包括视频、图像、雷达、车辆传感器等数据，对数据进行标注、归一化和增强等预处理。然后对大模型进行预训练，学习道路环境、交通规则、物体识别等。根据自动驾驶需求，对模型进行微调，保持车道、避让障碍物、识别交通标识等。将训练好的模型集成到自动驾驶系统中，在模拟环境和封闭场地进行测试。经过充分的模拟和实车测试后，部署到出租车上，实现无人驾驶。 未来世界，到底是个什么样的世界啊。 截止2024年初，已有诞生了近百个参数规模大于100亿的模型，在图像语言、推荐系统、医疗诊断、办公软件等各行各业，掀起了滔天巨浪，甚至有人感叹第四次工业革命是不是就要到来。 从个人体验来说，日常工作中使用ChatGPT时间已经远远超过了搜索引擎。测试工作虽然没有颠覆式改变，但可以预见未来会有不少变化。 以下纯属我的猜想。 功能用例。AI可以根据需求文档分析出功能用例。只要针对垂直业务进行大量训练，一个既懂业务，又懂测试用例设计的机器人，是很可能出现的。 自动化用例。AI可以自动生成，自动执行，自动断言，自动完成自动化测试。流量录制回放已经替代了部分回归测试工作，有AI能力加持，很难不去想象，未来是不是会出现“无人回归测试”。 代码评审。AI可以分析增量代码，计算出影响范围，给出改动点、影响点和测试点。ChatGPT已经很懂代码了，再结合精准测试分析，这项技术会愈加成熟。 测试数据。AI可以生成各种各样的测试数据。文件数据、内存动态数据、数据库存储数据，想要什么给你什么。 测试工具。AI可以快速生成测试工具。ChatGPT具备强大的代码生成能力，创建工具将变得简单快捷。 AI未来是否会取代人类？测试工作的特点之一是重复性，AI恰好就是解决重复问题的，所以很多重复性测试工作，一定会被AI取代。但是AI始终无法取代测试人员，为什么？ 因为AI不能替测试人员背锅呀。

想当初，测试流程很纯粹，就是研发把代码写完了，功能交给测试，测试提bug，测完了上线，再发个测试报告，完事。

伪命题，是指那些表面上看似正确，但实际上是错误的、没有意义的或者根本无法验证的命题。

构建知识体系，首先需要具备写作习惯和写作能力。笔记的重点是记录，需要养成记笔记的习惯，把知识保存下来。良好的写作能力，可以将复杂的概念用文字清晰表达，具有逻辑性和条理性。知识体系的展现形式，不只是脑图，还包括文档、幻灯片、流程图等，既要会写又要会画，通过多种形式将知识呈现出来。

“道”说起来有点抽象，它相当于我们常说的“软技能”，包括价值观、认知能力、学习能力、创新能力、沟通协作等。不同层次的测试人员，道的差异也很大。初级测试人员，可能只知道测试是为了找出问题，能把需求上线即可。高级测试人员，也许会更加注重质量保障，从全局思考，既要保证线上不出问题，又要提高测试效率。他们的行为准则也不一样。有些人不注重资产沉淀，虽然能完成任务，但给人散乱的印象。有些人敬畏流程，严格按照标

小伙伴B，测试过程中时刻充满了学习呀，工作中对自己需求的部分搞清楚，就涉及到很多知识点的学习呀，比如去了解开发咋实现的，然后你如何去测试。

这3个问题本质上都是测试流程问题，解决的底层逻辑是建立自己的流程并灵活调整。

工作碎片化时间，理解，思考，总结，能够加速成长。

针对“pytest搭建接口自动化框架”，谈谈对框架设计的当前认知。