在软件测试领域，“猴子测试”一直是一种广受欢迎的方法，但其也存在着动作随机的局限性。如果我们将大模型引入，创造一只更聪明的猴子，它可以真正理解应用并像人类一样与之互动，这将会怎样？

微软打造并开源了下一代跨平台软件测试基础设施 Hydra Lab，目前微软内部由 Hydra Lab 支持的云测试框架每周运行 1w+ 个测试用例。为创造一只更聪明的猴子，今年我们接入了 LLM，以提高在测试结果分析、探索性测试和测试用例生成方面的能力。

本演讲将介绍 Hydra Lab 的技术思路，并展开对软件测试智能化的介绍并分享实践经验。

演讲提纲：

1. 从手动到工程化创新
2. Hydra Lab 和测试工程化
3. 智能涌现：更聪明的猴子
4. 大模型时代：智能测试和测试智能化

你将获得：

• AI 赋能下的测试全面性和深度：AI 技术可以帮助测试环境的模拟生成，测试数据的生成，智能探索型测试，测试用例的生成和优化，以及测试结果的分析解读
• 提升测试的稳定性和效率：智能调度和重试技术可以提高测试运行的稳定性和可靠性，同时减少测试时间和资源消耗
• 提供测试结果的诊断建议：基于测试结果的分析，AI 可以为测试人员提供有关潜在问题和改进措施的诊断建议，从而提升测试质量
• 对话式测试体验的构建：AI 技术可以用于构建对话式测试体验，使测试人员能够与测试工具进行自然的交互和指导，提高测试效率和准确性
• 这些技术的发展为软件测试带来了更多可能性，能够帮助测试人员更全面地覆盖测试场景，发现更多潜在问题，并提升测试效率和软件质量。通过了解和应用这些技术，产品开发团队成员可以在不断变化的软件开发环境中更好地应对挑战，并推动软件质量能效、质量内建向智能化和全面化的方向发展