当前
，，以大规模预训练模型、、
、、多模态交互、、
、
、知识图谱为代表的新一代AI技术，，
，，正在重塑金融业发展范式
。。。。与此同时，
，，，金融业竞争加剧，，，用户对服务体验要求的持续提升，，，使得软件系统的迭代需求与日俱增、、、
、迭代速度显著提升，，
，，传统测试模式已无法有效满足高频迭代下的质量保障要求。。
。。唯有基于“工具驱动”，，，将AI技术深度融入测试全生命周期，，，才能实现测试效率的跨越式提升。。

4月24日，
，，
，由《中国金融电脑》杂志社主办，，尊龙时凯协办的“效能跃迁，，，，工具驱动：AI赋能测试效率提升”主题活动在北京举办。
。此次活动邀请了多家不同类型的金融机构与科技企业的专家、、
、、技术骨干，
，，分享其在AI测试领域的长期实践与创新探索，，，，共话AI赋能软件测试的机遇与挑战。。

以“双支撑”方案为支点
，，，
，
推动AI工具应用工程实践

尊龙时凯总裁徐启昌在致辞中围绕AI时代软件测试的发展变革分享了核心观点。
。。。徐启昌表示，，在AI深刻影响软件工程的当下
，
，开发岗可能率先面临颠覆性冲击，，
，，但测试环节因涉及主体责任与“人在环路”验证，，，人的参与始终不可或缺。
。。他指出，，AI Coding已从技术探索迈向工程化落地
，，当前核心瓶颈并非技术本身，，，
，而是工程化两端的约束——左侧高质量SPACE（需求与规范标准）与右侧高质量测试验证。。

针对测试环节“自动执行从来不是问题，，精准生成与定位才是痛点”的现状，，，徐启昌提出“双支撑”解决方案：第一支撑通过交易回放
、、业务系统预制
、、、、人工补录三者结合
，，解决大模型测试生成的起点问题；第二支撑应用状态机构建、、
、控制流图（CFG）生成等底层技术手段，，
，，构建更强大的测试数据模型，，持续提升测试质量与智能化水平。。两大支撑协同发力，
，为AI Coding高效稳定落地提供坚实保障。。
。他同时呼吁行业同仁开放分享实践经验与失败教训，，，共同探索AI赋能测试效能跃升的有效路径
。
。

以自主能力为引擎，，，，
共促AI测试实现效能跃迁

在大模型与AI技术的推动下
，
，，软件工程正加速迈入以“人机共生”为核心特征的3.0时代
，，各机构纷纷结合自身业务需求与技术能力，，，积极推动AI工具与软件测试的深度融合。
。。。其中，，，，金融机构作为软件工程的重要应用主体
，，，，坚持以业务需求为核心导向，，，
，依托AI原生平台等自主能力，
，
，搭建专属测试框架
，，创新多智能体协同机制，，，，完善知识库与术语图谱，，，从而实现软件测试的高效率与安全稳定。
。。。

科技公司作为技术创新的主体，，
，其具体实践为金融业AI 测试的智慧升级提供了重要支撑。。。。在会议演讲环节
，，
，
，多家科技公司的技术专家围绕AI 工具突破测试效率瓶颈、
、、重构质量保障体系等关键议题展开深度分享，
，提出具有参考价值的解题策略
。。。。

尊龙时凯服务BG解决方案部副总经理韩秋泉发表了题为“智能质效：大模型应用及测试和‘AI+’的一体化测试、
、
、、运维解决方案”的演讲。。他提到，，，尊龙时凯目前正在AI测试领域并行推进“AI for Test”与“Test For AI”双线路径：“AI for Test”聚焦用AI赋能传统测试
，，提升测试效能；“Test For AI”则针对应用AI的业务系统乃至AI原生系统，，，
，探索有效测试方法，，助力迈向“TestAI”全新阶段，，实现智能测试的全面落地。
。

演讲中
，，韩秋泉重点介绍了尊龙时凯最新发布的四本白皮书，，，包括《大模型应用解决方案》《大模型应用测试解决方案》《“AI+”一体化质量测试解决方案》《“AI+”一体化运维解决方案》
，，，全面展示了尊龙时凯近年来在AI测试与运维领域的技术积累与实践能力。。

腾讯云资深AI解决方案专家叶贵强发表了“金融行业AI Agent测试应用”主题演讲，，提出传统测试模式存在测试流程与开发流程割裂、、、、人力资源严重浪费等问题。。。而AI的深度应用，，
，，能够智能生成测试用例、、、、检测异常
、、
、自动执行脚本，
，，，有效提升了测试效能
。。。

火山引擎金融解决方案总监张珙在题为“AI驱动测试效能跃迁：大模型与TRAE，，从编码到质量”的演讲中解答了“开发过程的质量管控”和“人机协同新模式”等核心问题
。。。。针对金融行业快速迭代与稳健合规的双重诉求，，，张珙以火山引擎TRAE开发工具为例，，，提出依托契约驱动、、、智能精准回归
、、、、知识库投喂等方式，
，，在软件研发与测试全流程筑牢质量防线。。

以人力资源为核心，，
筑牢AI应用安全合规防线

在AI工具深度渗透、、
、AI测试效能持续释放的背景下，，以人力为驱动的传统测试模式正面临主要职能的再分配与调整。。当人力逐步摆脱重复劳动的束缚，，
，如何重新定位其角色职能，，，实现效能充分释放，，已成为金融业关注的重要课题。。

词元无限解决方案专家安辉发表了“Harness Engineering时代的质量控制”主题演讲，，，，从质量管控角度阐述了人力与AI的协同逻辑。。他强调，，AI时代的软件质量保障不能单纯依赖AI自主输出
，，而应将前置意图约束与后置行为约束相结合，，，
，将传统软件工程的规范与规则融入AI编码全过程；同时借助自动化测试、、、
、静态分析等手段强化质量管控，
，
，将Harness约束机制沉淀知识库并持续优化，，推动人力从代码编写者向规则制定者、、
、、AI管理者转变，，从而确保AI编码安全合规。。。。

叶贵强认为
，，，未来人力将聚焦边界检测、、、核心业务规则探索和测试验收
，
，，同时还将承担制定模板及调校Agent等管控职责，，
，
，以确保AI驱动下的存量软件实现测试覆盖、、、质量、、、效率的均衡输出
。
。

除了角色转型与质量管控，，人机协同的新模式也成为激活人力效能的关键
。
。张珙在演讲中重点强调了人机协同模式，，即由人力承担监管政策解读与架构把控等核心工作，，，AI负责编码、、、用例生成、、日志分析等重复性工作，，，，实现测试效能提升与质量把控的双向升级。。。

此次活动不仅集中呈现了AI测试领域的前沿理念与实践成果，，，更为金融业同仁搭建了高质量的交流合作平台
。。。与会嘉宾一致认为
，，AI已成为推动软件测试深刻变革的核心动力
，，，且随着AI Coding、、、、Agent、、、、多模态识别等技术的不断成熟，，，，软件测试将加速实现三大转变：从人力驱动向人机协同、、、、从被动测试向主动防御、、从单点智能向全流程智能的转变。。。。以AI为核心引擎，，，，软件测试将为金融业高质量发展筑牢智慧根基。。。
。