当技术革新成为时代主旋律，酷赛智能软件测试部选择回归根本，将“守正本分，做好产品，以客户为中心，持续努力奋斗”的企业文化融⼊一场深刻的智能化改革。软测部聚焦真实的业务痛点,以AI为利器,向着极致的效率持续奋斗。

通过系统性引⼊人工智能

提升实习生自主回答准确率50%！

减少导师重复⼯作量30%！

自动化脚本编写效率预估提升70-80%！

测试用例编写效率预估提升40-60%！

用例优化效率提升预估10-20%！

1AI智能体激活团队知识资产，驱动组织成长

⼈才成长是团队发展的基石。为破解新⼈培养周期长、导师重复解答共性问题的困局 ，“AI问答智能体”应运而生。这并非简单的技术集成，而是一项关怀员工成长的系统工程。项目组从源头做起，细致搜集实习生高频提问，构建起737条问答知识库、103条领域看护模块及577份技术文档的AI测试智能体平台。

从7月启动到8月上线，团队推动智能体从“能用”向“好用”蜕变，目前AI问答智能体已初步达到“能用”状态。当前，智能体在测试阶段的平均响应时间为11.78秒，问题解决时长缩短至32.72秒，回答准确率达到70%，部分用户场景下高达95%。我们的最终目标很明确：通过提升实习生自主回答准确率50%，降低导师重复⼯作量30%，赋能团队快速成长。

图1: AI智能体目前成果

2使用AI，实现脚本编写的自动化与效率提升

自动化测试是保障产品质量的坚固防线 ，而AI的融⼊正为其注⼊前所未有的力量。为破解工具选型与配置优化的碎片化难题，我们聚焦全流程标准化建设，通过制定《编写自动化脚本的AI工具介绍》、《外置型AI编程助手操作手册》等一系列标准作业程序（SOP），标志着部门的自动化实践从零散探索迈⼊体系化、规范化的新阶段。

截至目前，AI实践成果显著：AI自动化产出共计24份，脚本累计提效166小时。如在LA-X100项目的⼈像模式压力测试中，利用AI生成脚本雏形，再经人工调试，最终压缩重复劳动，提效12⼩时；在自动接听来电场景中，AI辅助编写脚本提效3⼩时，并可复用于所有项目压测。这些实例生动诠释了70-80%的效率提升，让测试⼈员从繁琐测试、盲目编码中解放，更专注于复杂的测试场景与逻辑。

图2: AI自动化目前成果

3从点到面，突破测试用例设计深度与广度难点

测试用例是衡量产品质量的标尺。通过落地《AI工具编写用例方案》，团队开始系统性地运用AI进行需求分析与用例生成，这不仅是工具革新，更是思维方式的升级。

在西安的R401机器⼈项目中，AI辅助设计了3197条全功能用例，预计节约248小时；在宜宾的“社交互动场景”用例设计中，AI高效完成32条用例，节约6小时；在深圳的OS横屏时钟新功能用例设计任务中，AI辅助设计46条用例，节约了8小时。

未来，软测部还将通过建立AI用例评估模型，智能识别并优化10-20%的冗余用例，在保障测试覆盖率的同时，将资源聚焦于更高价值的测试活动。

图3: AI用例目前成果

4AI辅助构建战略决策体系，实现全链路智能升级

如果说具体的测试活动是“战术”，那么测试策略和计划的制定则是“战略”。软测部正探索将AI应用于更高维度的决策支持中。由LAVA软件测试部主管王工主导的AI赋能策略制定课题，通过输出《AI赋能方案设计介绍》、《测试计划编写操作指导》等方法论，为深圳、西安、宜宾三地团队提供了统一、科学的指导。这些方法论指导团队利用AI 进行功能解耦、缺陷分析，让测试策略的制定更具前瞻性。

图4: 团队开会讲解AI使用方法

例如，在LAVA项目中，AI辅助方案设计预计减少20%人力投入；在多个其他项目中，AI辅助制定测试策略平均节约了3小时左右。AI正帮助软测部从执行端到策略端,实现全链路的智能化升级。

图5: AI测试策略目前成果

AI为笔，团队为墨，创新为纸。酷赛智能软测部正以不懈奋斗的精神，将智能化注⼊测试提效的每一个环节。在智能时代的星辰大海中，软测部将深度赋能客户、与行业共赴更值得期待的明天。

在您看来，AI最能解决您团队当前哪些迫切的挑战？欢迎在评论区分享您最想探索的AI应用场景。