📝 面试求职： 「面试试题小程序」 ，内容涵盖 测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试，命中率杠杠的。（大家刷起来…）
📝 职场经验干货：
作为一名参与数字转型项目的高级经理，我将质量保证视为软件工程实践中不可或缺的一部分。最近一次关于BDD方法优缺点的讨论，让我从人工智能研究的角度对其进行了思考。虽然BDD已被证明在协调业务团队和技术团队方面很有价值，但这次讨论揭示了一个令人担忧的模式：团队可能会花费难以持续的时间（占其冲刺产能的35%-50%[1]）来编写和维护BDD场景。
具有讽刺意味的是：行为驱动开发（BDD）这种旨在加强协作、减少误解的实践，本身可能会成为一个瓶颈。
这就引出了一个问题：人工智能能否在保留BDD协作优势的同时，解决其痛点？最初的理论探索已经演变成了值得分享的实用建议。
在我的研究过程中，我既遇到了人工智能在测试领域的炒作，也看到了其现实情况。你可能听过这样的热门说法：“减少90%的时间”或“人工智能实现零缺陷”。但深入分析后会发现更现实的结果：
- 场景编写时间减少50%-70%（效果显著，但并非神奇的90%）
- 遗漏缺陷减少30%-45%（有意义的改进，但并非完美）
- 边缘案例发现能力提升40%-60%（人工智能是对人类思维的补充，而非替代）
本文开启了一系列关于人工智能增强型BDD的文章，旨在阐述我对改进BDD实践的愿景。我会分享成功经验和局限性，帮助你设定合理的期望，同时实现真正的改进。无论你正受困于BDD的额外负担，还是仅仅好奇人工智能在测试中的作用，这些见解都可能帮助你在项目中实施更高效的质量保证。
BDD的现状：理解危机所在
在我们认可解决方案之前，需要先了解问题的严重性。十多年来，BDD一直是敏捷开发的基石[2]，但它已难以跟上现代开发实践的步伐。
场景激增问题
企业级功能复杂多变。一个简单的用户故事，比如“作为客户，我希望在账户之间转账”，在考虑现实情况时，会衍生出数十个场景：
- 不同的账户类型（支票账户、储蓄账户、投资账户）
- 货币转换
- 每日/每月限额
- 欺诈检测规则
- 监管要求
- 错误情况
- 性能边缘案例
分析表明，每个企业级功能平均有47个场景。如果每个场景需要15分钟（包括思考、编写和完善），那么在编写任何代码之前，就要花费近12小时的工作时间。这与Binamungu等人的系统映射研究结果一致，该研究将场景激增确定为BDD的主要挑战之一[3]。
语言障碍
在任何大型组织中，走访不同的团队，你会听到各种不同版本的Gherkin语言：
支付团队：
Given 我以高级商户身份认证通过
When 我为订单“12345”处理退款
Then 款项应在2个工作日内到账
移动团队：
Given 用户已使用高级账户登录
When 他们点击订单“12345”的退款按钮
Then 应用显示成功消息
同一个概念，却用不同的语言表达。这种不一致性使得跨团队协作变得困难，也阻碍了场景的复用。关于BDD采用模式的研究证实，语言不一致是实施过程中五大挑战之一[4]。
维护噩梦
有一个令人警醒的数据：30%的BDD场景在六个月内就会过时。这与Parnas关于软件老化的开创性研究一致，该研究表明，若不进行积极维护，文档（包括测试）会随着时间的推移而退化[5]。需求会变化，但场景不会自动更新。
这个问题会随着时间的推移而加剧。随着测试套件的扩大，维护负担呈指数级增长。团队开始跳过场景更新，导致虚假失败，降低了对测试结果的信心。最终，测试套件变成了负担而非资产。
覆盖盲点
尽管在编写场景上付出了诸多努力，关键的边缘案例仍然会被遗漏。为什么？因为存在人类偏见。我们测试的是我们想到的内容，这些内容往往是：
- 正常流程（一切顺利运行）
- 常见错误情况（无效输入、网络故障）
- 近期出现的bug（针对上一次问题进行测试）
我们遗漏的是由复杂交互产生的边缘案例：
- 服务之间的竞争条件
- 并发操作期间的数据一致性问题
- 特定负载模式下的性能下降
- 意外输入组合导致的安全漏洞
Jones的研究表明，不完整的测试覆盖导致了35%-55%的生产缺陷[6]，这比广泛宣传的人工智能驱动测试所能达到的85%要低。
知识孤岛效应
每个团队都有那么一个人，知道某些场景存在的原因。他们记得两年前引发特定边缘案例测试的生产事故，理解某个晦涩的验证场景背后的业务规则。
当这个人离开时，他们的知识也随之带走。文档有一定帮助，但很少是完整的。新团队成员不仅难以理解存在哪些测试，更难以理解这些测试存在的原因。我称之为“考古挖掘”问题，即解读测试场景的历史背景。
为什么传统解决方案效果不佳
在转向人工智能之前，我们尝试了许多方法来解决这些问题。了解它们失败的原因，有助于理解为什么人工智能有所不同。
更多流程无济于事
猜猜实施更严格流程的结果是什么：强制性的“三 amigos”会议、详细的场景模板、审查清单。结果是在BDD上花费了更多时间，而质量仅略有提升。正如Miller关于软件测试中认知负荷的研究指出的那样，流程并没有解决人类认知局限性这一根本问题[7]。
更好的工具也不够
另一项投资是获取更好的BDD工具：IDE插件、场景生成器和测试管理平台。虽然这些工具在语法和组织方面有所帮助，但并没有解决场景创建和维护的核心挑战。如果你不知道要编写什么场景，那么更快的编写场景方法也无济于事。
扩大测试团队也有同样的局限
增加人手来解决这个问题似乎合乎逻辑。我见证了通过专门的测试团队、离岸资源扩充和BDD专家来扩大团队规模的情况。但更多的人只会意味着更多的不一致、更多的沟通开销，以及仍然存在的盲点。规模无法解决认知局限性。
人工智能的到来：一种根本不同的方法
人工智能不仅能自动化BDD，还能改变它。大型语言模型（LLMs）的最新进展显示出在理解和生成结构化文本（包括测试场景）方面的显著能力[8]。可以将人工智能视为一个具有独特能力的团队成员：
- 完美的记忆力：人工智能记住所有编写过的场景、发现的所有bug、识别的所有模式
- 模式识别：人工智能能发现人类忽略的相似性和异常
- 不知疲倦的探索：人工智能可以生成数百个边缘案例而不感到疲劳
- 跨领域学习：人工智能能将一个领域的经验应用到另一个领域
- 一致的语言：人工智能在团队间保持术语一致性
但最重要的是，人工智能是对人类创造力的补充，而非替代。人类提供背景、领域知识和判断。人工智能提供全面的覆盖、一致性和速度。
当今实际可行的方案
让我分享一些人工智能增强型BDD在实践中的具体例子。这些不是理论上的可能性，而是我们每天都能使用的能力，并有人工智能辅助软件测试方面的新兴研究支持[9]。
智能场景生成
向人工智能提供一个用户故事，它会生成全面的场景，包括你未曾考虑到的边缘案例。对于一个支付处理故事，我们的人工智能自动包含了：
- 并发支付尝试（竞争条件）
- 系统维护期间的支付处理
- 货币转换边缘案例（四舍五入方式不同的金额）
- 监管场景（触发反洗钱规则的支付）
- 性能场景（批量支付处理）
人工智能并非凭空猜测——它通过分析行业内数千起生产事故来学习这些模式，类似于最近ML4SE研究中描述的方法[10]。
上下文感知的步骤定义
人工智能理解步骤背后的意图，并推荐与其意图相符的现有实现。当开发人员编写“我以管理员身份认证”时，人工智能认识到这与现有步骤（如“我以管理员权限登录”）在语义上相似，并建议复用现有的定义。这使我们的步骤定义数量减少了80%，同时提高了一致性。
主动质量关卡
传统的代码检查能发现语法错误。人工智能能发现语义问题：
- 导致不稳定测试的模糊断言
- 导致测试失败的缺失前提条件
- 缺乏适当认证步骤的安全场景
- 没有定义阈值的性能测试
- 与业务规则相矛盾的场景
预测性维护
当需求发生变化时，人工智能分析对现有场景的影响并建议更新。
复合效应：为何重要
人工智能增强型BDD的好处会随着时间的推移而复合：
实际时间线：
- 第1-3个月：场景编写时间节省20%-30%（学习曲线影响初始收益）
- 第4-6个月：遗漏缺陷减少40%-50%（随着团队学会有效利用人工智能）
- 第7-9个月：团队间测试复用率达60%（模式出现并稳定）
- 第10-12个月：整体效率提升50%-70%（实现完全整合）
需避免的过度乐观说法：
- “测试编写时间减少95%”（忽略了审查和完善时间）
- “人工智能立即编写完美测试”（人工智能需要训练和人类监督）
- “100%覆盖边缘案例”（人工智能有帮助，但不能想象所有可能性）
- “生产环境零缺陷”（质量有所提高，但并非完美）
真正的转变是文化层面的：团队不再害怕编写测试，质量变得积极主动而非被动应对，开发人员有更多时间解决有趣的问题，而不是编写重复的场景。
回应质疑者
除了那些夸大人工智能能力的人之外，总会有持怀疑态度的人。这两种观点都有帮助，因为它们促进了对工具、其应用和预期结果的批判性思考。关于质疑，每个人可能都会面临许多反对意见：
“人工智能会编写糟糕的测试。”是的，人工智能可能会生成不正确的场景。这就是为什么人类审查至关重要。然而，人工智能结合人类审查比人类单独编写能发现40%-50%更多的边缘案例（并非某些人声称的3倍改进）。
“我们会失去对测试套件的控制。”实际上，你会获得更多控制。每个人工智能生成的场景都是可追踪、有版本控制和可审计的。你确切地知道每个场景存在的原因，并能将其追溯到特定的需求或事件。
“实施起来太复杂了。”从小处着手。一个团队、一个功能、一个冲刺周期。我们的试点项目花了两周时间，就实现了25%的时间节省。
“安全和合规怎么办？”这是一个合理的担忧，但有适当的解决方案。敏感数据永远不会离开你的基础设施。人工智能处理经过清理的故事，并生成符合合规要求的场景。我们顺利通过了SOC2和PCI审计。
常见的不切实际期望与现实情况对比
让我们正视这个问题——炒作与现实：
你会听到的炒作：
- “用人工智能取代你的QA团队。”
- “一夜之间降低90%的成本。”
- “人工智能完全理解你的业务。”
- “一劳永逸的自动化。”
我们将经历的现实：
- 人工智能是补充，而非替代：QA工程师专注于探索性测试，而人工智能处理重复的场景生成
- 投资回报率需要时间：4-6个月达到收支平衡，12个月以上获得显著回报（并非一夜之间）
- 人工智能需要背景信息：2-3个月来针对你的领域进行微调（并非立即理解）
- 需要持续完善：前6个月每周进行审查和调整
预计成功指标：
时间节省：
- 场景编写：减少50%-70%（6个月后）
- 维护：减少40%-60%
- 整体QA时间：减少30%-40%
质量改进：
- 边缘案例发现：提升40%-60%
- 遗漏缺陷：减少30%-45%
- 测试覆盖：增加25%-35%
业务影响：
- 冲刺速度：提高15%-25%
- 上市时间：加快20%-30%
- 投资回报率：第一年150%以上（并非宣传的300%以上）
前进道路
人工智能增强型BDD并非未来的可能性——而是当下的现实。采用它的组织将获得显著的竞争优势：
- 更快的功能交付（冲刺速度提高15%-25%，而非40%）
- 更高的质量（生产缺陷减少30%-45%，而非85%）
- 更好的团队士气（开发人员专注于创造性工作）
- 更好的合规性（全面的审计跟踪）
问题不在于是否采用人工智能增强型BDD，而在于你能以多快的速度开始从中受益，同时保持合理的期望。
结论
BDD彻底改变了我们连接业务和技术领域的方式。人工智能增强型BDD将这场革命推向更远，使全面测试从愿望变为现实。工具已经存在，模式已被证明有效，好处是可衡量的，只是不像某些人声称的那样神奇。
测试的未来不在于在人类和人工智能之间做出选择，而在于将人类创造力与人工智能能力相结合，更高效地构建更好的软件。这个未来就在当下，其切实的改进会随着时间的推移而不断累积。
你准备好将场景编写时间减少50%-70%，同时将质量提高30%-45%了吗？通过适当的实施和耐心，这些切实的目标是可以实现的。今天就开始你的人工智能增强型BDD之旅，但要从清晰的期望开始。
最后： 下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取【保证100%免费】
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
