by 张凯峰 林冰玉 于晓南 刘冉
在软件质量成为企业竞争关键的时代，“质量三人行”作为一款领先的播客节目，深入探讨软件质量和测试管理的前沿话题，致力于帮助企业和专业人士实现持续的高质量交付。由几位资深的行业专家主理，我们通过丰富的实战经验和前瞻性的行业洞察，为听众带来具有实际价值的专业内容。
Language
🇨🇳
Publishing Since
9/17/2020
Email Addresses
1 available
Phone Numbers
0 available
November 28, 2024
Hosts 于晓南, 刘冉, and 林冰玉 discuss the critical importance of testing and quality in smart car systems, where software will dominate 90% of future innovation and user experience.
November 7, 2024
<p>随着企业对效率和成本控制的需求增加，自动化测试在软件开发和质量保证中变得至关重要。</p><p>尽管多数公司仍依赖手动测试，转向自动化测试被视为提升效率、降低成本的有效手段。咨询和培训机构专注于提供自动化测试解决方案，反映了该技术趋势的明显性。自动化测试能节省人力资源，提高测试准确性和速度，有助于降本增效。</p><p>不同团队在自动化测试方面存在差异，挑战在于提升测试覆盖率和构建适合各需求的自动化测试体系。建立自动化测试体系时，测试工作应融入开发和运维，但需根据团队能力和项目阶段调整策略。</p><p>自动化测试的需求来源和实施难度各异，从研发老总推动到测试部门独立推动，再到研发部门直接推动，实施难度和方向各不相同。</p><p>关于AI是否能完全取代人工进行自动化测试的讨论指出，尽管AI能在某些方面提供帮助，但在理解客户需求、即时应对以及建立自动化测试体系方面，AI仍有局限，完全替代人类仍不可行。</p><figure><img src="https://hosting.wavpub.cn/meaframework/wp-content/uploads/sites/52/2024/11/images-2-1024x971.png"></figure><h2>本期主播</h2><ul><li>主持人：张凯峰</li><li>嘉宾：刘冉，林冰玉</li></ul><h2>时间轴</h2><ul><li>08:10 自动化测试培训与咨询中的实践</li><li>18:21 自动化测试体系建设中不同角色的融合与协作</li><li>24:56 探讨AI在自动化测试咨询与实施中的能力</li></ul><h2>关于质量三人行</h2><p>质量三人行是一款聚焦软件和质量的播客节目，由几位业内质量专家共创。关注软件行业测试领域的现状和未来，质量和测试人员的职业发展。</p><p>你可以在小宇宙、苹果播客等泛用型播客客户端，搜索质量三人行，订阅收听到我们的节目。</p>
September 22, 2024
<p>AI辅助工具在软件开发领域的应用正在迅速发展，但其是否能有效提高开发质量和效率仍是一个未决的问题。</p><p>一方面，大模型能够显著加速开发进程，比如自动生成测试用例和修改代码，但在确保代码稳定性与质量方面的效果则因模型不同而有所差异。</p><p>另一方面，虽然AI工具声称能提升开发效率，实际上它们面临着多种挑战，例如可能出现的错误和不稳定表现，这可能要求开发者花更多时间去修正。此外，随着企业增加在AI工具开发上的投资，市场竞争和技术进步也随之加剧，但长期效果的评估和优化依然是行业的关注焦点。</p><p>短期内，大模型可作为人类编码的有效辅助工具，显著提升开发效率和代码质量。长远来看，随着技术的进步，完全由大模型生成高质量代码的可能性逐渐增大。</p><p>一个在上海的外资公司尝试使用大模型技术时遭遇了安全和bug问题，这反映出未经充分测试和评审的大模型生成的代码可能存在安全隐患和质量问题。即便是像Facebook这样的公司，其大模型生成的代码也只占其新增代码的30%，说明大模型技术尚未完全成熟，仍需要解决代码一致性、质量和安全性等问题。</p><p>总的来说，AI辅助软件开发已经扩展到代码之外的多个阶段，如开发流程和质量传递等，但面临的挑战是如何确保AI产出的质量和正确性超过人工产出。需要建立评审系统和评价体系来验证和提升AI的性能，以实现高效且高质量的软件开发。</p><p>同时，必须考虑到在敏捷软件开发中追求质量重于速度的重要性，并在采用AI辅助时保持谨慎，以避免快速产生的错误和低质量代码。还需要重新设计软件质量管理体系，以适应引入AI后的新情况，包括评估AI代码的比例及其对行业标准的影响。</p><figure><img src="https://cdn2.wavpub.com/hosting.wavpub.cn/wp-content/uploads/sites/52/2024/09/S6E2-preview-enhanced-90p-final_思维导图-1024x576.jpg"></figure><h3>本期主播</h3><ul><li>主持人：张凯峰</li><li>嘉宾：刘冉，林冰玉，于晓南</li></ul><h3>时间轴</h3><ul><li>03:53 代码生成效果的好坏主要取决于模型本身的算法质量和训练库的专业程度。</li><li>12:02 一家上海的外资公司早期采用大模型技术，但在使用Copilot时遇到严重安全和bug问题，导致不敢将生成的代码直接入库。</li><li>30:57 敏捷软件开发中追求质量重于速度，特别是当使用人工智能(AI)辅助时需更加谨慎，以避免快速产生的错误和低质量代码。</li></ul><h3>参考链接</h3><ul><li><a href="https://mp.weixin.qq.com/s/JoEUlmW9jIgl-Hvxe3MNYQ">全球代码质量骤降，罪魁祸首竟是AI！1.53亿行代码深度分析报告出炉</a></li></ul><h3>关于质量三人行</h3><p>质量三人行是一款聚焦软件和质量的播客节目，由几位业内质量专家共创。关注软件行业测试领域的现状和未来，质量和测试人员的职业发展。</p><p>你可以在<a href="https://www.xiaoyuzhoufm.com/podcast/5f6459be83c34e85dd859c78">小宇宙</a> ，<a href="https://podcasts.apple.com/us/podcast/%E8%B4%A8%E9%87%8F%E4%B8%89%E4%BA%BA%E8%A1%8C/id1532191950">苹果播客</a>等泛用型播客客户端，搜索<strong>质量三人行</strong>，订阅收听到我们的节目。</p>
Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.
All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.
We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.
While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at [email protected] for prompt review and appropriate action, which may include content removal or proper attribution.
By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.
