AI与测试用例设计
说这个内容其实AI并不是自己熟悉的范围，但是可以换个角度来谈这个问题，大家也许就会觉得一丝丝恐惧。
测试到底怎么测？从测试用例所有的方法角度来说无非就是做两件事情（1.证明系统和需求的实现相同2.证明系统的使用不会出现错误），而后者其实说是很难其实也很容易，在很早就有自动化的静态+动态测试方法来自动做到规则检查+覆盖率，几乎可以保证代码不会出错！其实现的方法也就是基于代码的覆盖率做法，本质上就是把所有的代码分支都跑一次，只要跑完了系统还能工作，那么就保证代码不出错了，至于是不是实现了业务？那是测试用例对应的期望值的问题。
那么是不是基于业务的测试用例（证明系统和需求的实现相同）还是需要测试人员来做的呢？其实也未必，大家如果做过几年功能测试，可以仔细想一下在设计测试用例的时候都是怎么做的？根据需求看分支，根据分支和条件看排列组合，可以这样说只要需求是规范格式的，测试用例完全可以自动化生成的，因为需求本身就描述了分支的情况。大多数时候作为测试，本质上是在做需求不够规范导致的无法自动处理工作，然后人工分拣调整完成测试用例的排列组合设计，而且还不太受控（大多数公司的测试用例评审和评估应该做的都不是很认真的）。
所以：
- 基于需求的测试用例，只要在需求基于某种语言体系描述的基础上，一定是可以自动生成测试用例的。确保做到需求分支覆盖！
- 基于代码的测试用例，由于可以做代码的语义分析所以也可以做到自动化生成测试用例的。确保做到分支判定覆盖！
- 基于业务的测试用例，只要拿到用户当前业务操作数据，一定可以分析出所有可能的业务组合留，从而自动生成基于接口的测试用例。确保用户所做的操作的排列组合可以覆盖！
- 基于用户行为的预测的测试用例，在基于大数据下的AI学习，一定可以做到非常深度的测试用例组合设计，最终在大多数情况下完胜人工测试用例。
仔细想想围棋比测试用例复杂多了，AI也能在大局上完胜人类，而在测试用例这样相对来说比较固定和套路化的工作，自动化用例生成确实没什么特别复杂的。
那么是不是就大家失业了呢？
不会！
为什么呢？
成本！
绝大多数公司没有这个成本拿大炮打蚊子，就算有AI云测试概念，其也不能非常完善的根据系统业务来生成测试用例，因为AI总需要先有个规则的。以后会出现AI云测试公司，提供对被测对象的分析及文档规范生成，再利用自己的大数据模拟用户来设计测试用例，至于这样做出来的结果和价值？客户未必能非常认可。
PS。再说一个让大家舒服的事情，其实开发更加规范化，用AI自动编程很容易，因为只要需求规范了，代码确实可以自动生成了，参考以前的各种快速原型工具，包括现在的一键建站。只要你规范的输入了你要的东西，选择对应的模板，自动生成个系统，无需测试是非常容易的。在这个情况下开发失业了么？
所以从成本角度来说如果AI真的发达了先会淘汰开发，因为他们工资高啊，然后是测试，因为自动化开发的东西不需要测试了，剩下只需要使用工具的人了。传统行业不正是如此么？那时候我们都是蓝领，都是搬砖的，都是蓝翔挖掘机专业毕业的。