从人工到真正的人工智能算是一场变革。

您和您最喜欢的应用程序之间的每一次成功互动都是质量检验团队共同努力的结果。

你和你最喜欢的应用程序之间的每一次成功互动都是质量保证(QA)团队共同努力的结果。这些不知疲倦的问题猎人可以在每一次发布和更新中顺利运行，以确保全球移动设备用户日常需求所依赖的应用程序的每一个方面。

当你在早晨的闹钟中醒来，查看天气或者给你爱的人发信息时，我们必须感谢这些通常是默默无闻的英雄。

当团队的努力失败时，他们肯定会听到这样一个消息:很多用户会毫不犹豫地在流行的评论网站上提供负面反馈(而且非常明显)。

现代移动应用用户——也就是我们现在几乎所有人的期望都是完美的。QA团队的主要目标是确保每次部署都没有错误的产品。

错误和问题的存在很快就会导致应用程序沉没。不幸的是，确保没有错误的体验并不容易。而且只会越来越复杂。如今，软件开发的世界变得越来越复杂，测试这些复杂性带来的许多潜力和场景意味着测试本身越来越复杂，资源密集。

鉴于移动应用程序开发的历史，预计应用程序只会变得更复杂，需要更先进、更频繁的测试是非常合理的。但是一定要这样吗？我们是否注定需要越来越多的员工和越来越大的QA团队？

1980年代：手动测试。

让我们花点时间思考我们是如何走到这一步的。直到最近——“哇-我猜这真的是很久以前的20世纪80年代了”——软件QA团队严重依赖手动测试他们的设备，以确保产品性能良好。.

那是一个更简单的时代，设备的功能和活跃场景要少得多，所以手动编码是一种足够的测试方法。虽然完全执行繁琐的工作需要花费大量的时间，但手动测试对测试人员有很好的效果。

然而，技术作为一种不断发展和改进的野兽，以自动化的形式发生了变化，大大改善了测试过程。软件不断进步，变得更加复杂。

1990年代–2010年代：自动编码测试。

在接下来的几十年里，随着测试的进步，QA测试人员已经摆脱了通过测试用例进行实际操作的要求。他们不再需要手动找出意大利面条代码堆中的错误。

在软件问题的战争中，他们有了新的武器:大规模的手动测试已经变得不现实。如果任何一个QA团队想要在合理的时间内彻底测试一个可能的版本，他们需要通过以下方式来测试脚本，这是一个自动化的工具。

那么，复杂的战争赢了吗？不完全。最好不要把自动化测试当成革命性的创新，而是把它当成军备竞赛的另一步，这是软件不断发展的复杂性。

随着时间的推移，地平线上没有明显的胜利。随着移动应用的普及，它已经成为我们日常生活中的许多核心工具，自动化测试逐渐失去了动力。幸运的是，一场期待已久的变革即将到来，一场真正的革命即将到来。

2020年代：自动化无代码测试。

直到最近，QA测试团队的困境真的变得相当可怕。为了保证高质量的产品发布，自动化测试需要越来越复杂的代码工具，这意味着QA团队需要专门用于测试的程序员越来越多，而不是生成新功能等其他任务。这不仅意味着成本越来越高，还意味着发布日期越来越晚。但另一种选择，即灾难性发布可能要贵得多(正如许多引人注目的失败发布所证明的那样)。

但是不可避免的事情来了。通过抽象原则——基于界面的表达为一个极其复杂的过程铺平了道路(比如考虑隐藏在你正在阅读的文章后面的1和0)——很多专家早就预示着一个新的抽象层，一场“无代码革命”，这在过去的几年里确实取得了成绩。

最近出现了一些允许在各个行业使用无代码解决方案的平台。一个更明显的无代码革命的例子是网站编辑器的流行(想想Squarespace或Wix)，这些编辑器是真正看到的，也是你得到的。在软件测试不那么明显的领域，我创建的公司Sofy是一个独特的平台，可以为移动应用程序提供无代码测试。

无代码革命带来了翻天覆地的变化，让非专家可以处理复杂的任务，让专家有更多的时间处理其他任务。因此，在不久的将来，我们无疑会看到越来越多的无代码解决方案面向各个行业。

2025？真正智能的自测软件。

也就是说，在事物计划中，无代码革命只是向前迈出的另一步，我相信软件测试的下一步就是测试自己的软件。在这方面，自测软件就像一场没有代码的革命，多年来一直是一个预期的现实。随着技术的变化和增长速度，可以想象，2025年AI运行的智能测试自动化(即自测软件)将大幅扩展，无需人工干预，这并不可笑。

当前，智能测试的有限实施依赖于机器学习。(ML)人工智能平台提高了软件发布的速度和质量。这样就可以进行快速连续的测试(从而提高投资回报)。另外，AI可以复制人类智能，而ML可以让计算机在没有人工干预的情况下学习。

人工智能和机器学习使用基于深度学习的算法来访问数据，并通过提取模式从数据中学习，从而更有效地进行调试和决策。此外，这项技术允许QA团队通过各种设备和不同的形状和规格进行许多测试。

这不是几天，而是几个小时。这是一场革命。

没有代码仍然需要人；人不是机器:他们会犯错。即使没有代码——虽然大大减少了——人为错误仍然是导致严重问题的因素。考虑过度使用人工测试引起的资源、时间和精力。

自测软件只是第一步:我们可以期待其他刚刚投放市场的无代码示例向机器学习方向发展。基于一些用户指定的参数生成整个网站只是时间问题。今天，无代码革命终于到来了，但随之而来的是另一场革命的开始。

标签：人工智能,ai人工智能,人工智能技术,人工智能变革