1、随着移动互联网的蓬勃发展以及5G时代的到来，智能移动终端普及从智能手机拓展到 IoT，商业模式也逐步实现线上线下打通，产品设计时多 App 多终端之间的交互也越来越多。随之而来的终端系统也拓展到了 Android、iOS、鸿蒙、Win Touch、RTOS 等等。在新的时代趋势下，传统基于单操作系统内的 UI 自动化测试已经无法满足多 App 多终端间的交互测试，无法真正意义上地端到端覆盖业务全链路进行测试。

2、产品精细化过程中，深度用户体验提升的需求也日益增加：

• 用户体验指标需要更高精度的测量，为此需要找到进一步提升体验指标精度的方法；
• 随着多设备终端之间交互的场景增多，新一代的体验评测也需要支持多设备交互式体验指标测量；
• 需要探索一种完全模拟用户真实操作的方式。

3、“为模拟真实用户”，Robot-XT 极测机器人提供了为用户体验度量评测的能力，不仅可以最大程度地模拟用户真实操作，海实现了多设备跨终端的功能自动化和用户体验度量。同时，Robot-XT 极测机器人通过 IoT+AI 的智能化技术搭建一套支持多机操作并具备高稳定性的的 UEE 自动化解决方案，实现了覆盖从线上APP到线下智能门店场景的端到端自动化测试。同时赋能行业，为软件绿色联盟的加盟APP提供用户体验评测服务。

演讲提纲：

1. 泛终端自动化测试及真实用户体验评测的背景介绍
2. 基于 AI+IoT 的机器人测试方案
3. 机器人测试实战案例
   • 手淘大型体验优化升级项目实战
   • 线上线下打通智能场景项目实战
   • 行业赋能多 App 体验评测实战
4. 机器人智能化测试下一步思考和探索

你将获得：

• IoT+AI 的设计模式，将 IoT 设备与多种AI算法结合，模拟真实用户来执行自动化测试。
• 了解大量线上线下端到端测试实战案例。
• 通过机器人进行操作和观测的方式，摆脱软件层面的束缚和影响，用接近人类观察的最真实方式，进行自动化测试的同时度量评测用户体验的新思路。
• 了解跨手机/IoT/PC 之间交互式自动化测试，实现了对被测系统透明化（iOS/Android/PC touch/鸿蒙），用外部机器人操作摆脱了一直以来依赖操作系统 API 接口的方式操作软件的界面对象，用一套自然语言脚本跨平台支持不同系统。减少测试脚本的开发维护工作量。

随着信息流推荐系统业务的蓬勃发展，整个推荐系统也越来越庞大复杂， 对于包含上百个模块，上百个策略算法以及模型的大规模且快速迭代的推荐系统的质量&效能保障如何能够做到质效合一，支持业务快速迭代、保障业务质量、赋能业务发展对 QA 提出了极大的挑战。

传统的测试手段主要关于流程上不断的做加法重复的执行、单个质量活动的低水平重复，负重前行；在智能化时代，从质效合一的交付出发，以数据做指导，用算法做决策，来指导整个交付系统轻量高效运转，实现信息流业务的高效迭代。

演讲提纲：

1. 信息流大规模推荐系统质效保障背景
2. 持续集成 vs 智能交付
3. 质效合一的智能交付系统构建
4. 智能交付系统进一步的思考和探索

你将获得：

1. 大规模推荐系统质效合一的保障系统建设思路
2. 数据+算法赋能交付效能提升，将数据与算法结合，建设轻量高效运转的智能交付系统

在 DevOps 工程效能提升背景下，腾讯内部各 BG 开始推进，越来越多的移动端项目在流水线中集成自动化测试，对移动端云测试平台稳定性和灵活性提出很大挑战。

传统云测试平台硬件基本由消费级硬件组成，场地简单，稳定性低，维护基本靠人工，响应速度慢，软件平台通常为兼容性测试设计，适应性和扩展性差，严重影响流水线自动化测试效果。2019年底启动终端云测公司级新基建项目，通过自研专用硬件实现手机网络化控制，并基于 Kubernetes 构建自动化脚本执行系统，大大提升整体稳定性，通过自研专用硬件将90%以上的运维变为自动化，系统可用性提升显著，并在 IDC 专业机房部署上线。

覆盖腾讯6大BG数十个重点业务，微信，手Q，微视，腾讯会议，王者荣耀等，稳定性接近99.99%。

演讲提纲：

1. 移动云测试现状与挑战
2. 下一代云测平台技术方案
3. 应用效果与案例分享
4. 云测试发展与思考

你将获得：

1. 了解移动云测平台的现状及挑战
2. 了解业界领先的云测平台技术方案及最佳建设实践
3. 了解腾讯头部 App 及手游自动化测试方案效果

随着业务的发展，人工构造数据的测试场景已经不能满足质量要求，如何使用真实线上流量做高保真的测试已经成为质量建设的主旋律。

本次分享以京东高保真压测为引例，介绍京东全域流量录制建设之路，重点讲述近几年实践过程中的痛点、自建录制平台的发展路径和流量数据应用的实践案例。

演讲提纲：

1. 流量录制的价值
   • 从全链路到高保真压测的转变、质量保障的新挑战、数据建模的需求
2. 全域流量录制系统
   • 全域录制、流量中心、系统架构、流量生态建设
3. 流量数据应用实践
   • 实时引流、流量回放、模型分析
4. 未来思考

你将获得：

1. 了解京东在流量录制方面的探索经验
2. 探讨平台设计方案
3. 引发大家关于线上流量所产生价值的思考