一、项目背景及目标

近年来，金融行业数字化转型加速，银行业务系统复杂度与多样性攀升，同时监管部门对银行业的风险管理、合规运营等方面提出了更为严格的要求，并相继出台了一系列金融监管政策，如《关于规范金融机构资产管理业务的指导意见》《商业银行互联网贷款管理暂行办法》等。在此背景下，软件系统的稳定性和安全性显得尤为重要，对软件质量的要求也越来越高。软件测试作为保证软件产品质量的重要环节，直接关系到银行产品服务的可靠性和用户体验，其重要性不言而喻。然而，在业务需求增长与产品频繁迭代的双重压力下，传统测试方法面临诸多挑战：

一是测试设计难全面。传统测试用例设计依赖人工经验，受认知与精力限制，难以全面覆盖日益复杂的软件系统测试点，影响测试效果与质量评估。

二是测试经验难继承。软件测试经验积累性强，但新员工适应慢，人员流动与项目变更易导致测试知识资产流失。

三是测试交付压力大。银行业务发展快，项目敏捷度提升，传统测试流程耗时长，难以平衡测试质量与交付效率。

四是现有工具局限。现有测试工具依赖模板与规则，使用成本高、拓展性差，智能化和自动化程度不足。

随着全球科技和产业变革的加速推进，人工智能作为关键驱动力量，受到了各国政府的高度重视与广泛支持，我国更是将人工智能视为国家战略新兴产业的重要组成部分。2023年7月，国家互联网信息办公室等多个部门联合发布了《生成式人工智能服务管理暂行办法》，积极鼓励生成式人工智能在各行业、各领域的创新应用。邮储银行刘建军行长在2024年全行工作会议上强调了深化大模型技术和生成式人工智能技术应用的重要性，明确提出了开展大数据技术攻坚、构建数据探查和机器学习建模等工具生态的战略要求。

大语言模型（LLM）作为人工智能重要突破，在软件测试领域潜力巨大。通过训练海量数据，LLM具备强大语言理解与生成能力，可用于自动生成测试用例、模拟测试场景，解决传统测试痛点难点，重塑测试设计模式。通过打造智能测试引擎，将AI能力无缝接入现有测试管理平台“星辰平台”，在功能测试用例生成场景实现测试设计自动化与智能化管理，在提升测试效能与质量的同时降低运营成本，为银行业数智化转型提供关键技术支撑。

二、创新点

（1）架构创新，协同增效

为实现测试用例生成方案的快速进化迭代，本案例创新采用“工程化平台+智能体”的设计架构，该架构将工程化单元和智能体单元彻底解耦。工程化单元专注需规条目化解析等流程化任务，降低模型不稳定带来的风险；智能体单元则聚焦测试要点分析等核心生成任务，提升智能生成效果。这种解耦架构使得双方独立演进，灵活适应业务需求变化，高效推动测试用例生成方案快速迭代升级。

（2）多元融合，技术突破

依托邮储银行研发测试大模型平台提供的智能体框架，融合模型调用、知识库管理等多种能力，实现智能体工作流的快速编排与调优。智能体采用原子化任务链解耦机制，通过渐进式调优策略提升各模块性能，在确保系统可扩展性与可维护性的架构优势下，实现与工程化平台的低耦合对接。

区别于同业普遍采用的“Prompt工程+工作流编排”的智能体调优方案，我们创新性地引入检索增强生成（RAG）技术，将历史测试资产盘活利用并引入生成流程，让团队经验得到传承，摆脱对个人能力的过度依赖，通过此技术，部分项目生成用例的幻觉率降低超30%。

（3）平台赋能，数智转型

邮储银行自研的“星辰平台”作为同业领先的企业级测试管理平台，在国有大行中首批通过Devops持续测试能力认证，日常服务邮储银行的上万名科技人员，是邮储银行建设三大核心系统的重要基础设施。在“星辰平台”上自主研发的基于大模型的智能测试引擎提供AI能力无缝接入和科学的指标看板，支持智能测试场景运用效果的自动采集、实时反馈，不仅支撑了功能测试用例生成场景快速落地，也加速了整个“星辰平台”的功能测试全场景数智化转型进程。

流程革新，体验升级

本案例将智能体深度融入测试工作流程，精心打造了一步式生成和分步式生成两种特色工作模式，为用户带来沉浸式体验。其中分步式生成模式以直观的脑图形式，让智能生成测试用例的过程思维链可视化，测试人员可以清晰看到用例生成的逻辑脉络，并通过便捷友好的人机交互，更好地掌控智能测试设计过程，提升用例质量。此外，全线上化设计用例模式打破传统线下设计的局限，生成的用例支持一键导入下一工作环节，测试人员可随时随地在线操作，极大提升了工作效率与灵活性，为测试工作带来全新变革。

三、项目技术方案

本案例的整体架构如图1所示，智能测试引擎通过统一接入模型库为智能测试场景提供强大的AI能力，同时还提供数据看板功能，实时直观地呈现智能测试场景中的各项关键指标。

图1 整体架构图

如图2所示，在功能用例生成场景的方案中，核心架构由工程化平台与智能体组成。该架构旨在通过将系统功能模块化并明确各模块职责，实现高效的数据处理与智能决策分离，进而促进整个系统的灵活性及可扩展性。

图2 功能用例生成场景方案

其中工程化平台作为该方案的基础支撑层，承担了对输入数据的预处理以及输出结果的数据后处理任务。具体来说，它负责将原始测试需求转换为适合大模型理解与操作的格式，同时亦提供了对生成测试用例的管理机制，包括但不限于用例存储、用例完善，以及后续的用例导出与反馈收集等功能。工程化平台的设计强调了标准化接口的重要性，确保了与智能体之间的交互遵循既定协议，从而简化了智能体对测试用例生成逻辑的更新与优化流程。

智能体则是整个方案的核心所在，它体现了先进的人工智能算法和技术应用，用于实现高质量测试用例的自动化生成。智能体涵盖了需求切片、核心生成任务等多个环节，所有上述步骤均在智能体内部以流程编排的方式执行。智能体的设计允许其根据最新的测试反馈动态调整生成策略，持续改进用例质量。

除此之外，该方案的架构还引入了契约化交付机制来定义工程化平台与智能体之间清晰的接口规范和服务协议。这种机制不仅促进了双方组件间的解耦合，也为智能体提供了独立迭代的可能性，即可以在不对工程化平台造成影响的情况下，单独升级或优化智能体。这种设计模式对于加快智能体更新周期、迅速响应用户反馈以及不断提升用例生成质量具有重要意义，为提高测试效率、增强测试覆盖率奠定了坚实的基础。

四、项目过程管理

（1）需求调研分析阶段（2024年2月—2024年3月）

该阶段主要通过用户调研，全面了解业务需求与使用痛点。同时开展场景评估，从实用度、投入量、同业情况等维度，深入分析各应用场景可行性，最终形成《场景分析报告》，精准定位核心需求，为后续方案设计与开发奠定坚实基础。

（2）技术方案研究与设计（2024年3月—2024年4月）

该阶段第一步针对模型性能、场景效果展开评估，其次基于评估结果开展技术方案论证。方案由工程化平台与智能体系统两个核心组件构成，通过功能模块化和明确职责，实现高效的数据处理与智能决策分离，提升系统灵活性与可扩展性。

（3）核心功能开发（2024年4月—2024年6月）

该阶段聚焦各个核心功能模块开发，涵盖需求解析、需求管理、用例生成、用例管理、导入执行集与数据看板6个业务模块。各模块分工明确，从需求分析测试点，到用例生成、管理及执行，再通过数据看板分析使用情况，形成完整闭环，为实现高效智能测试提供功能支撑。

（4）场景调优验证（2024年7月—2024年9月）

该阶段重点开展功能测试用例生成场景调优验证工作。在评估指标建立上，参考业界MOS评分，结合用例验证点覆盖度、准确性及描述规范性，引入精确率、召回率与F1值构建智能生成效果评估体系。方案调优过程中，通过建立专业评估集、收集测试人员反馈、跟进大模型调优新方法，经三轮迭代优化，最终形成成熟方案。

（5）推广应用（2024年9月—至今）

该阶段围绕项目推广应用展开工作。先对项目适用度进行全面评估，结合评估结果制定科学的推广方案。通过开展宣贯培训，确保相关人员熟悉应用要点；及时收集问题反馈并解决，保障应用顺利推进。最终通过总结复盘，提炼经验，为后续深化应用提供依据。

五、运营情况

采用“小范围项目试点+大范围用户体验”的推广运营策略，小范围试点通过项目实践，针对生成效果与交互问题优化升级；大范围体验收集用户反馈，挖掘不足以提升易用性。经多轮推广，功能测试用例生成场景已应用于80多个项目，累计生成超2万条用例。

六、项目成效

（1）提升用例质效，降低人工投入

通过“用例生成-用户反馈采纳-智能体调优-生成效果提升”的调优模式，采用“Prompt工程+工作流编排+RAG”的调优方案，智能测试用例生成场景在经过多轮推广调优后生成质量和效果方面取得了显著的提升。生成用例平均采纳率从推广初期的10%在几个月内快速提升至28%，在多媒体智能分析等项目采纳率已超过60%，100%需求实现全线上化和常态化应用，技术应用深度和应用效果已迈入国有大行第一梯队。部分项目的测试人员已将用例设计工作主要交由模型来完成，自身仅需针对生成的用例进行部分调整以及评审工作，这极大地减轻了测试人员的设计负担。

（2）传承历史经验，减少个人依赖

借助分析需求文档、历史测试用例等多种数据源，大模型能够生成更加全面和深入的测试用例，覆盖更多的测试场景和边界条件，在历史测试资产建设完善的项目中测试覆盖度平均能提升12%，有效减少漏测的风险。

（3）重塑设计模式，推进数智转型

依托大模型强大的自然语言理解能力，功能用例设计模式发生了根本性变革。一是重塑测试设计工作模式。传统测试用例设计依赖人工逐行分析需求文档，逐条编写测试用例，耗时费力且对人员技能有较高要求。而重塑后的智能测试设计工作，只需输入需求文档即可自动完成需求分析并生成测试用例，显著降低了工具使用门槛与人力成本。在当前技术成熟度下，测试用例设计效率可提升10%。二是重构测试资产使用模式。通过学习历史测试资产，大模型能够生成更具高效性与针对性的测试用例，在提升测试效率的同时，进一步优化测试质量。经过人工确认的高质量用例，也可反哺测试资产库。

七、经验总结

在智能功能测试用例生成领域的深入探索与应用实践中，本案例成功提炼出一套系统化、科学化的方法论，全面覆盖了从场景挖掘到应用推广的全过程。

首先，通过细致的场景挖掘，深入剖析当前软件测试面临的挑战与需求，精准定位智能功能测试用例生成的突破方向与价值锚点。随后，在实验评估阶段，设计并实施了一系列详尽的评估方案，对主流大模型在测试用例生成能力上进行综合评估，筛选出最优的基座模型，为后续工作奠定了坚实基础。在系统建设环节，依托先进的AI能力构建智能测试引擎，并通过“工程化平台+智能体”架构方案在功能测试用例生成场景实现了测试用例的自动化生成、优化与管理。在项目试点阶段，通过收集反馈与持续优化，验证了功能用例生成场景在提升测试效率与覆盖率方面的显著效果。最后，在应用推广阶段，积极推广功能用例生成场景在更广泛范围内应用，助力实现软件测试的智能化升级。

通过本案例总结的方法论不仅为智能功能测试用例生成领域提供了系统化的指导框架，也为AI技术在软件测试领域的全面应用与发展提供了优秀案例和落地思路。

下一步，我们还将持续关注行业动态和技术发展趋势，不断优化功能用例生成场景的性能和功能，探索更多创新应用场景，如测试用例评审、回归用例推荐等，推动软件测试向更高水平的智能化演进。