专场：AI时代质量架构
......
专场出品人：刘瑾
蚂蚁集团 财富和平台部 质量技术风险总监
清华硕士、在互联网toC搜广推、大安全、移动端、金融科技等业务具有10年以上质量和风险管理经验。
3年智能化金融toB业务和产品负责人，具备丰富的业务和研发管理经验。
目前专注于蚂蚁财富在对话、营销、生成等场景的大模型应用落地和底座的质量和风险工作。
3年智能化金融toB业务和产品负责人，具备丰富的业务和研发管理经验。
目前专注于蚂蚁财富在对话、营销、生成等场景的大模型应用落地和底座的质量和风险工作。
符敬伟
微众银行 测试专家
目前主要服务银行贷款产品测试和分组管理，归纳总结配置测试指导原则。还负责智能提效率agent开发以及Text2SQL智能评测。
待定
待定
Text2SQL智能化评测方案
要解决的问题：1.评测案例集生成 2.自动化执行智能化断言3.智能化报告和牵引优化方向
痛点：1.行业评测集难以客观的评测专业领域agent。2.自建评测集难形成规模，成本高。精准度和准确性低。难贴近用户习惯。3.执行断言成本高 4.无法精准给出优化方向
思考方向：1.利用大模型增强用例的规模和丰富度，用户集案例增强案例的专业性和精准度 2.自动智能化断言和总结报告，给出指引优化方向
内容大纲
1. 评测定义和目标
2. 评测要素和痛点
3. 智能评测体系框架
4. 评测集智能生成
4.1 生成流程
4.2 知识整理和技术
5. 智能评审案例
6. 执行和智能检验
6.1 执行流程
6.2 断言技术
6.3 指标定义和指引方向
7. 智能报告
8. 效果和展望
痛点：1.行业评测集难以客观的评测专业领域agent。2.自建评测集难形成规模，成本高。精准度和准确性低。难贴近用户习惯。3.执行断言成本高 4.无法精准给出优化方向
思考方向：1.利用大模型增强用例的规模和丰富度，用户集案例增强案例的专业性和精准度 2.自动智能化断言和总结报告，给出指引优化方向
内容大纲
1. 评测定义和目标
2. 评测要素和痛点
3. 智能评测体系框架
4. 评测集智能生成
4.1 生成流程
4.2 知识整理和技术
5. 智能评审案例
6. 执行和智能检验
6.1 执行流程
6.2 断言技术
6.3 指标定义和指引方向
7. 智能报告
8. 效果和展望
听众收益
评测集生成方法和问题回避，执行检验提效方案，智能总结最终指引优化方向。
评测集生成方法和问题回避，执行检验提效方案，智能总结最终指引优化方向。
郭晓辉
中国平安人寿 质量管理团队副总经理
毕业于西安电子科技大学，计算机硕士，16+年测试和研发质量管理经验。现供职于中国平安人寿，任职质量管理团队副总经理。曾供职于腾讯、百度、腾讯微保。业务领域涉及搜索、海外App/web/安全、互联网保险、传统寿险。在质量体系搭建，数字化研发管理，测试自动化，人才培养方面有丰富的经验。于2019年TOP100做《微保在敏捷研发管理中的实践》主题分享。
待定
待定
AI重塑测试：从冷启动到α闭环
DS年初横空出世，开发开始加速使用AI编码，代码质量存在下降趋势。测试团队面临“保质量”与“智能化转型”的双重压力。如何运用AI重塑测试全流程，是每个测试团队都面临的难题，包括：如何串联用例设计，造数，自动化，加速工具/平台智能化，如何调动大型测试团队从迷茫，到理解、接受、拥抱，再到开始驾驭AI。
平安人寿质量团队经过近一年的全面探索，积累了一些教训和经验，上半年项目化探索，规划并持续落地最小闭环（α环），取得了一些成绩：自动化问题发现占比半年内提升50%，AI用例占比达到50%，AI纳入日常测试活动覆盖率100%。希望分享出来，为行业提供一些借鉴和启发。
内容大纲
1. 机遇和挑战
1.1 挑战
1.1.1 测试人力成本持续承压
1.1.2 自动化在AI下的期望持续拉升
1.1.3 大型老系统迭代代码质量下降
1.1.4 AI开发编码变快，自动化要求更高
1.2 机遇
1.2.1 模型幻觉和不可解释性更需要优秀的测试把关
1.2.2 利用AI展开测试左移（单测/tdd）与测试右移
1.2.3 自动化测试驱动模式的升级（管理→AI驱动）
1.2.4 开发代码质量下降（含安全问题）的评价和改进
平安人寿质量团队经过近一年的全面探索，积累了一些教训和经验，上半年项目化探索，规划并持续落地最小闭环（α环），取得了一些成绩：自动化问题发现占比半年内提升50%，AI用例占比达到50%，AI纳入日常测试活动覆盖率100%。希望分享出来，为行业提供一些借鉴和启发。
内容大纲
1. 机遇和挑战
1.1 挑战
1.1.1 测试人力成本持续承压
1.1.2 自动化在AI下的期望持续拉升
1.1.3 大型老系统迭代代码质量下降
1.1.4 AI开发编码变快，自动化要求更高
1.2 机遇
1.2.1 模型幻觉和不可解释性更需要优秀的测试把关
1.2.2 利用AI展开测试左移（单测/tdd）与测试右移
1.2.3 自动化测试驱动模式的升级（管理→AI驱动）
1.2.4 开发代码质量下降（含安全问题）的评价和改进
2. 思考和应对：稳住，我们能赢
2.1 心态稳住：理解新事物，大模型祛魅、不过度焦虑
2.2 整体思考：AI重塑测试，提出AI闭环流程
2.3 关键破局：意识提升，回归自动化，小赢建立信心
2.4 走上轨道：项目集运作，时间线，自动化效果
3. 探索和实践
3.1 项目集运作
3.1.1 成果效果：
自动化问题发现占比：8%→29%（24年6月到25年7月）
AI覆盖率：7月：100%（人人都在DS）
用例替代率：7月：51%（测试用例编写）
3.1.2 项目化运作方式
3.2 走过的弯路
3.2.1 单点发力用例爆炸
3.2.2 端到端智能体幻想破灭
3.2.3 造数和自动化失去方向
3.3 AI闭环流程探索：用AI闭环将各场景串联起来
3.3.1 AI最小流程闭环（场景）
3.3.2 测试前：自动化KPI制定，测试用例设计
3.3.3 测试中：造数智能体，规则检查，UI自动化推动
3.3.4 测试后：缺陷管理-生产问题检查
3.4 先决条件
3.4.1 目标共识：用例替代率，执行占比，自动化缺陷发现占比
3.4.2 机制保障：项目集运作（横向组织，多组合力）
3.4.3 度量评价：形成抓手，持续观察和改进
3.4.4 工具平台：造数、UI自动化、接口自动化，大模型基建
3.4.5 知识工程：业务知识、测试规范、执行方式知识库
3.4.6 变革文化：信心，耐心，决心，心态转变
3.4.7 能力培训：大模型基础能力认证，覆盖率100%
4. 未来展望
4.1 三步战略：阿尔法闭环、推广扩大，持续迭代
2.1 心态稳住：理解新事物，大模型祛魅、不过度焦虑
2.2 整体思考：AI重塑测试，提出AI闭环流程
2.3 关键破局：意识提升，回归自动化，小赢建立信心
2.4 走上轨道：项目集运作，时间线，自动化效果
3. 探索和实践
3.1 项目集运作
3.1.1 成果效果：
自动化问题发现占比：8%→29%（24年6月到25年7月）
AI覆盖率：7月：100%（人人都在DS）
用例替代率：7月：51%（测试用例编写）
3.1.2 项目化运作方式
3.2 走过的弯路
3.2.1 单点发力用例爆炸
3.2.2 端到端智能体幻想破灭
3.2.3 造数和自动化失去方向
3.3 AI闭环流程探索：用AI闭环将各场景串联起来
3.3.1 AI最小流程闭环（场景）
3.3.2 测试前：自动化KPI制定，测试用例设计
3.3.3 测试中：造数智能体，规则检查，UI自动化推动
3.3.4 测试后：缺陷管理-生产问题检查
3.4 先决条件
3.4.1 目标共识：用例替代率，执行占比，自动化缺陷发现占比
3.4.2 机制保障：项目集运作（横向组织，多组合力）
3.4.3 度量评价：形成抓手，持续观察和改进
3.4.4 工具平台：造数、UI自动化、接口自动化，大模型基建
3.4.5 知识工程：业务知识、测试规范、执行方式知识库
3.4.6 变革文化：信心，耐心，决心，心态转变
3.4.7 能力培训：大模型基础能力认证，覆盖率100%
4. 未来展望
4.1 三步战略：阿尔法闭环、推广扩大，持续迭代
4.2 趋势判断：角色转换、新的测试方式，主动转型
4.3 变革思考：引领者，跟随者，观望者，阻挠者
听众收益
4.3 变革思考：引领者，跟随者，观望者，阻挠者
听众收益
大型测试团队如何避免 AI 单点应用陷阱，如何将 AI 的点状应用串成面，如何建立最小的测试全流程重塑闭环。
敬请期待
......
.....
待定
待定
敬请期待
....
关注QECon公众号
关注QECon视频号
商务合作
151-2264-3988 木子
票务联系
186-4907-7637 胡利利
媒体合作
135-1619-6409 皮皮
购票咨询
胡利利 18649077637
