Testin云测：信创测试如何接住10倍速研发

　　8月21日至22日，第10届AiDD AI+研发数字峰会在北京举行。本届峰会围绕AI+开发、AI+测试、AI+工程等五大方向，字节跳动、阿里云、华为、Testin云测等企业技术团队集中呈现AI原生软件工程实践。在"基于AI Agent的智能测试实践"专场，由Testin云测合伙人张鹏飞担任论坛主席，Testin云测CEO徐琨带来《研发已提速10倍，测试怎么办?》主题分享，系统拆解AI编码规模化落地后质量保障体系面临的结构性挑战与破局路径。

　　2026年，AI编码工具已从"技术尝鲜"进入规模化落地：83%的开发者已在用AI编码工具，编码效率提升普遍达50%至70%，MIT研究显示AI让代码量增加180%。研发周期被压缩一半以上的同时，代价集中传导至测试环节：单次提交代码量从500至1000行放大到5000至10000行，发版周期从月度、季度压缩到周度、日度，回归测试占总测试工作量比例从30%攀升至70%以上。更值得警惕的是，AI代码缺陷密度是人工代码的1.7倍。对于正处于国产化替代关键期的信创产业而言，软件质量的系统性短板可能成为制约自主可控软件生态成熟的瓶颈。

　　"开发效率提升70%、迭代数量翻倍的红利人人可见，而质量波动、漏测、故障与追责的压力，全部压在测试团队身上。"徐琨指出，测试在全链路中扮演着"风险过滤器"的角色。行业调研显示，测试执行占测试全生命周期工作量的50%至70%，核心系统的回归仍大量靠外包人海战术完成。这一现状与AI编码的提速节奏形成尖锐矛盾——研发在加速，测试却在拖后腿。

　　在标准与产品层面，国产测试能力正在加速补位。Testin云测与中国信通院、华为等共同编制了国内首个测试智能体标准《面向软件的智能体技术和应用要求 第3部分：测试智能体》，Testin XAgent智能测试系统在中国信通院"铸基计划"2026年度会议上通过官方测评。产品研发、标准制定、官方测评三线并进，为国产测试工具在AI时代的竞争力提供了可验证的支撑。

　　面对"用例编写快、脚本转化难、执行跑不通"的行业困境，徐琨提出的解法是"大模型想、人把关、引擎干"的人机协同路径：大模型负责语义理解、场景分析与脚本生成，人工在关键节点验收校准，Testin云测自研执行引擎负责跨平台稳定执行。这一分工基于对大模型边界的判断：概率模型无法承担需要确定性的海量回归执行，Token成本与推理耗时也支撑不起无人全自动运行。Gartner预测，到2028年AI测试占比将超过70%，前提是执行层需要先跑通。

　　技术落地层面，Testin云测采用"大模型生成、小模型执行"的分层架构：固化脚本由小模型执行，一套脚本可跨Android、iOS、鸿蒙等多端复用，稳定性超95%，Token消耗降低90%。在客户项目中，AI脚本采纳率达80%以上，设计效率提升1倍;执行遇弹窗、加载超时等异常可自动修复续跑，自愈成功率超80%，脚本维护成本降低50%，回归测试时长从5天压缩至1.5天，测试覆盖范围扩大3倍。

　　面向未来，徐琨提出三个判断：质量责任前移，开发对AI代码的初次质量负责，测试团队从"质量验证者"转向"质量策略设计者";质量工程嵌入研发组织，以跨职能团队取代部门竖井;测试岗位将分层——策略设计层价值凸显，脚本开发层逐步被AI替代，机械执行层由AI集群接管。

　　当AI编码把研发推入倍速时代，测试智能化已不只是企业的技术选项，而是信创产业必须补上的质量基础设施。AiDD峰会让更多研发组织意识到：AI研发的规模红利，最终要靠质量底座来兑现。在国产软件从"可用"走向"可靠"的进程中，深耕AI测试的本土力量正在成为关键支撑。