本次演讲主要从 AI 在自动化测试领域的应用角度出发，介绍了一款结合传统图像处理技术和深度学习在视觉处理和 OCR 上的应用，以视觉识别为技术支撑点的全新的自动化测试框架。由于传统框架存在对系统视图树的依赖强、资源 ID 和视图类型锁定繁琐、ID 混淆维护成本高等问题，而该框架从视觉识别出发，生成了一套直观的视图树，恰好屏蔽了这些问题，大大降低测试用例的编写成本和维护成本，提升框架的跨平台能力，让测试用例变得更加人性化。同时还与大家一起分享在实践过程中领悟到的深度学习的优势与挑战。

演讲提纲：

1. 理想中的自动化测试框架
2. 深度学习带来的机会
3. 基于 AI 的自动化测试框架的诞生
4. 基于 AI 的测试框架优势与挑战
5. 利用 AI 做更多的技术升级

听众受益点：

• 学习一套底层技术完全区别于传统移动测试框架
• 了解如何应用 AI 技术将 UI 图到视图树的逆向处理
• 了解如何利用 AI 技术更新现有技术架构

随着美团酒旅客户端业务功能的日益繁复，如何保证功能质量、降低测试成本已经成为客户端开发流程中的一个重要课题。美团酒旅客户端团队经过一年多时间的探索，在自动化测试方面积累了较多的经验。

我们选用了功能逻辑测试为主，UI截屏测试为辅的方案，采用白盒技术栈、黑盒方式操作UI，兼具了较好的开发效率和抗重构性。目前酒旅几大业务线已经有2500多条自动化测试case，可以在半小时内完成一次运行，为我们的质量保证和测试成本控制贡献了重要的力量。

演讲提纲：

1. 自动化测试背景
2. 技术方案和难点
3. 系统建设
4. 成果

听众受益点：

1. 了解选型，快速搭建客户端自动化测试技术方案
2. 关注实践，避免踩技术坑
3. 聚焦收益，根据公司的实际情况量入为出

车联网系统包括车辆终端(CGW/CDC)、云端（TSP）、应用端（APP/WEB）组成。车辆终端负责上传车辆数据以及接受云端下达的命令；云服务提供了语音交互、车辆数据收集与处理、车载娱乐、远程车辆控制与权限管理等服务；应用端提供人机交互、车辆数据监控和远程控制服务。

如何在软件版本的快速迭代和复杂多变的网络环境中，保障车辆数据及时处理、车辆控制命令的准确下达，与多方合作的车载娱乐服务的稳定可靠是极具挑战的工作。

本次演讲将介绍蔚来汽车车联网服务系统各个子系统的自动化测试框架搭建过程，技术方案选型和实践情况，分享我们对于车联网系统自动化测试和质量保障的心得。

演讲提纲：

1、蔚来汽车车联网服务功能和整体架构介绍；

2、车联网测试面临的挑战

3、蔚来汽车车联网自动化测试方案介绍

• 车辆数据采集与管理系统自动化测试实践
• 车载娱乐系统自动化测试实践
• 车主APP 自动化测试实践
• 车联网后台系统性能测试实践

4、未来的展望和计划

听众受益点：

• 了解车联网系统的功能和组成架构；
• 了解车联网不同子系统的自动化测试与持续集成方案。

背景：电商搜索的主要对象是商品，目标是用户精确找到商品，卖家有机会曝光商品，商城构建良好的生态。围绕这个三个核心业务指标，系统稳定、结果精确、研发效率、排序效果，既是电商搜索系统研发的目标，也是挑战。几个具体的例子，从规模上，有30多个搜索系统，服务3亿+活跃用户；数据量上，商品量数十亿；人员上，开发和测试比 12：1，北京、深圳和硅谷多地协调。

实施后效果：质量保障体系建设起来后，200+研发团队协同开发，平均每周上线40多个功能，平均迭代速度5-6天；其中算法ab，每天多次上线。快速把业务需求转化成收益，同时保证系统的稳定、业务的 KPI 和用户体验。

解决方案选型：质量保障体系有几个特点：服务化、自动化、智能化。服务化，解决是 测试/开发占比低、异地协同的问题。自动化，主要是提高研发、测试和部署速度。智能化，主要是对搜索结果精确、排序效果的评估，发现业务 KPI 异常、badcase。

方案介绍：

• 服务化（platform as a service），提供自助部署 All-in-one min 集群的服务、code review 服务、性能压测服务、diff 评估服务、搜索效果评估服务、个性化评估服务。
• 自动化：完整的持续集成流水线，包括：precomit、component、deploy、test；为了提高部署效率，对AB集群搭建持续部署流水线。
• 智能化：是把人工标注的、用户投诉和反馈的体验问题，转化为人工智能识别的特征与标注类别，最终通过监督学习的方法进行模型训练，把训练好的模型用来检测搜索效果问题，最终人工对人工智能预测出的效果问题进行二次评价和处理，并反馈给模型持续训练。

另外，强调2点：一个是流程规范，一个是可运维和可运营。流程规范就是把研发有序组织起来研发和交付，是形成意识培养文化，服务化、自动化和智能化是帮助流程规范落地；整个质量保障体系，能否落地关键是可运维和可运营。

演讲提纲：

1. 质量保障体系
2. 电商搜索业务场景和问题挑战
3. 电商搜索质量保障体系实践

• 3.1 服务化
• 3.2 自动化
• 3.3 智能化

4、电商搜索质量保障体系难点

• 规范流程制定和落地、可运营和可运维

听众受益点：

1. 完整质量保障体系，特别互联网场景下实践
2. 质量保障体系服务化、自动化和智能化落地
3. 自动化测试和质量保障的经验总结