AI 自动化

• 理解 AI 在自动化测试中的应用场景

• 掌握 AI 辅助自动化的主流方案

• 了解 AI 驱动的无脚本自动化趋势

核心讲解

传统 UI 自动化维护成本高、脚本编写慢，AI 技术的发展正在解决这些痛点。

• 脚本编写慢：每个页面都要写定位、写操作，工作量大

• 维护成本高：页面一变，定位器就失效，要大量改脚本

• 入门门槛高：需要会代码、会框架，测试人员难上手

• 场景覆盖有限：复杂、不规则的场景很难自动化

1. AI 辅助脚本生成

   • 自然语言描述步骤，AI 自动生成自动化脚本

   • 自动生成元素定位器

   • 自动生成断言

   • 大幅提升编写效率

2. 视觉驱动自动化

   • 基于图像识别，不用写定位器

   • 看到什么点什么，和人一样操作

   • 页面改版也不影响，只要视觉没变

   • 代表：AI 视觉测试工具、Appium+AI 插件

3. 大模型驱动的用例生成

   • 输入需求文档，自动生成测试用例

   • 自动设计异常场景、边界场景

   • 自动生成测试数据

   • 大幅提升用例设计效率

4. 自我修复脚本

   • 元素定位失败时，AI 自动重新定位元素

   • 自动更新脚本，减少人工维护

   • 脚本自愈，降低维护成本

• 辅助模式：AI 写初稿，人工审核修改，效率 + 质量双保障

• 低代码平台：自然语言编写用例，AI 转成执行脚本

• 全 AI 自动化：纯视觉驱动，完全不用写代码

• 混合模式：传统自动化 + AI 辅助，企业主流

1. 不要追求完全替代人工，AI 是提效工具

2. 从辅助编写、用例生成入手，门槛最低

3. 核心场景保留人工审核，保证质量

4. 逐步迭代，不要一上来就全栈 AI 化

应用示例

AI 生成脚本流程

1. 输入：“打开淘宝 APP，搜索‘手机’，点击第一个商品，加入购物车”

2. AI 分析步骤，识别每个操作的元素

3. 自动生成 Appium 自动化脚本

4. 人工审核调整，确认无误后执行

AI 自愈示例

• 脚本运行时 id 定位失败

• AI 自动分析页面元素，根据文本、特征重新找到对应元素

• 自动更新定位器，脚本继续运行

• 记录修改，人工后续确认

常见误区

1. AI 能完全替代人工：目前 AI 还做不到 100% 准确，必须人工兜底

2. 只看演示效果：演示很美好，实际业务场景准确率会下降

3. 忽略成本：AI 自动化工具授权、算力成本不低，要评估 ROI

4. 所有场景都适合 AI：标准、重复的场景 AI 价值大，复杂创新场景价值小

课后练习

1. 尝试用 AI 工具生成一个简单的 APP 自动化脚本

2. 对比 AI 生成的脚本和手动写的差异

3. 思考：你认为 AI 自动化未来会取代测试开发吗？为什么？