问基于人工智能的测试工具如mabl，testim.io，功能化的实际局限性？

EN

首先："Selenium自动化浏览器，仅此而已！“(引用自SeleniumHQ.)它提供了一个开源的、标准化的和广泛使用的界面来分别驱动浏览器、web应用程序.这不仅使开发人员/测试人员/…用于测试目的，但也可供供应商用于构建不同类型的测试工具/框架/…。最上面的。正因为如此，我认为：( a)硒将存在很长一段时间；( b)基于人工智能的测试领域的进展与硒的寿命预期无关。

“因为有些事情用硒会做得更好，而其他的东西用硒做得更好”，我的问题是确切地知道这些东西是什么。

既然您提到了像mabl和Testim这样的产品，我想您将重点放在基于GUI的web应用程序系统测试上？今天，大多数包含某种人工智能的(现成的)工具基本上可以分为以下两大类(虽然有些也适用于这两类工具)：

1. 测试维护:该工具负责维护任务，例如在更改后更新定位器或执行特殊检查以检测视觉差异。
2. 测试生成:该工具生成可以执行的实际测试。例如，自动探索找到断开的链接或创建回归测试套件。

当涉及到测试维护时，机器可以--正如若昂·法里亚斯-easily已经指出的那样--处理大量数据，这在这里是一个巨大的优势。例如，当被测试的系统(SUT)发生变化时，您通常会发现自己修复了一堆定位器。相比之下，机器可以使用历史数据来分配新的和旧的定位器，以便“自动恢复”测试。

然而，在测试产生的情况下，人类通常是优越的。虽然机器可以使用各种技术来创建非功能性测试，但它们很难生成实际的功能测试，从而有效地涵盖特定的用例和业务需求。总的来说，我认为这与测试还是检查的争论有关(参见我的答案这里)。

谈论人工智能的一般限制至少适合于一本书--考虑到我们目前对它的理解。这本书还可以再写5年半.

总之，对于上下文软件测试，我要提出两点：

人工智能系统不像人类那样学习。人工智能系统是一种算法--它们是数据驱动的，比路径/逻辑表达式驱动的算法具有更大的灵活性.它们比人类做得更好:例如，在大型数据集中查找模式，并对新数据进行分类。但他们不能将人类行为的主观方面放在上下文中--人们需要对其进行某种编码，这样人工智能系统才能使用这些数据；这是将主观转化为客观--从而在这个过程中丢失信息。

项目有一个生命周期:一个项目在一定的时间框架内实施.因此，它将绑定到当时可用的工具，或者可以在此时间框架内有效构建的工具。因此，对于某些项目，人工智能将无法解决某些问题，因为该系统将无法正常运行。

关于Selenium本身，考虑到林迪效应，它应该存在一段时间了。然而，对于同样的原则，这些人工智能工具中的一些肯定会占据市场份额。

为什么？因为有些事情会更好地使用它们。使用Selenium可以更好地完成其他事情--可能有些工具会使用Selenium作为某些事情的助手，而不是重新创建轮子。

Cobol一直存在到今天，而且可能还会存在一段时间。

首先，让我们设定一些背景，为什么这是情况，然后我将分享我的想法，以人工智能为基础的工具的局限性。

在过去的几十年中，自动化测试面临的最大挑战是维护问题。有多少次在这种情况下，比如编写10个测试，运行它们并通过测试。你太开心了！然后，第二天就会发现所有10个测试都失败了，因为页面中的元素已经改变了。我在这种情况下已经很多次了。研究表明，一个测试人员平均花费30%的时间来维护这些测试，你能想象这种努力带来的机会成本吗？

那么，我们还有几个问题。一个是熟练资源的可得性，因为这些资源很昂贵，让合适的人进行测试自动化需要花费大量的时间和精力。然后，我们有成本获得这些资源，并培训他们，因为他们往往不是便宜的。

Selenium是实现测试自动化的一个很好的开源框架，它是免费的，但由于上述问题而受到影响。这就是为什么我们有基于人工智能的测试工具，它们在过去的几年里变得流行起来。公司开始思考“当有人可以为我们提供所有这些功能时，为什么我必须独自使用Selenium框架来完成所有的事情呢？”这正是导致人们从Selenium框架转向更健壮的供应商解决方案的结果。这就像人们认为“哇，我爱黑莓”，然后iPhone进来，使黑莓的根本不存在，因为iPhone可以在一个包中提供所有的功能；有些功能，即使是客户，也不知道他们需要这些功能，而是迷上了它。

尽管如此，这并不意味着硒将被取代。这将迫使开源社区( Selenium项目的主要提交者)做更多的工作，并试图用框架解决现有的问题，甚至对非技术人员也更容易使用。请再次记住，Selenium框架是由那些喜欢帮助社区的人维护的，他们中的大多数人都没有得到报酬。所以你看到的是你得到的，我们不能抱怨。相反，看看它的优点和局限性，让我们的自动化套件变得更好。

说到限制，AI工具确实有自己的局限性，就像Selenium一样。

• 您目前看到的每个供应商工具在测试自动化的一个方面都很好，比如创作、执行或维护。很少有工具能以一种集成的方式无缝地完成所有3项工作。
• 大多数工具在幕后都有一些算法，试图进行自我修复，即在问题发生前主动修复问题。为了使算法更智能，它需要更多的数据和更多的用户。因此，在供应商有很多用户使用他们的产品之前，算法可能没有足够的数据来变得更智能。总之，需要更多的时间进行完全的自主测试。
• 大多数工具的重点是使测试自动化更容易、更稳定，但没有使用高级仪表板和报告(如HP/ALM、TestRail等)来完成测试管理。
• 大多数工具供应商没有24/7的客户支持来帮助用户适应幕后的工具和人工智能。
• 没有基于AI的开源工具。因此，您将不得不付费使用这些工具的特性，而不是免费的Selenium。

所以这一切归结为你想要做什么，你愿意投入多少时间、精力和成本来进行测试自动化。

希望这能有所帮助

-Raj