2025 年 9 月 5 日，由中国电子工业标准化技术协会教育培训委员会、Gtest 组委会联合主办的 2025 Gtest 全球软件测试技术峰会 在北京盛大开幕，峰会旨在推动测试领域产学研生态技术资源探索与交流，通过学术研讨、实践分享、圆桌论坛、趋势洞悉等多维度形式，促进软件测试行业创新发展，实现价值共创。

峰会为期 2 天，以“智测无界，大模型驱动的测试新范式”为主题。在第一天上午的主论坛上，来自于中国电子工业标准化技术协会教育培训委员会副秘书长 耿航 为峰会致辞。

随着人工智能与大模型技术的加速演进，软件测试行业正站在一个全新的历史节点。在传统测试范式下，质量保障往往被动、碎片化、局限于单点工具和流程的优化。而如今，“大模型+测试”正在重塑整个行业逻辑：从测试数据生成、自动化脚本编写，到智能代理驱动的工具链闭环，测试不再只是简单的“发现问题”，而是主动塑造研发效能与产品价值的关键力量。

会上，来自于中国信通院人工智能研究所高级业务主管 秦思思 带来题为《 AI 驱动的软件测试变革：软件测试迈入智能化新阶段》的主题报告。秦思思表示，随着人工智能技术的不断进步，特别是大模型能力的持续提升，软件工程领域正迎来前所未有的变革，软件工程的流程和模式正被重新定义，软件智能化进程显著加速。

在秦思思的汇报当中，她用了两组数据，揭示了智能软件开发的提速成效：一方面，2024 年近五成企业的代码行采纳率集中于 20%-39% 之间，平均采纳率为 27.46% ，同比提升2.42% ；另一方面，AI 生成的代码占全部代码的比例平均为 28.17% ，相比 2023 年明显提升 6% 左右。

而在测试领域，秦思思表示，AI 在测试阶段赋能的主要场景是单元测试、接口测试，而在安全测试和兼容性测试方面较少，智能测试技术发展的三大发展趋势，分别是：自适应测试、无监督学习以及多模态测试。

随后，《软件工程 3.0 》作者、CCF 杰出会员 朱少民 带来题为《大模型时代软件测试更具价值与挑战》的主题报告。朱少民提出：一系列开源大模型将我们带入“人人使用 LLM 的时代”， SE 3.0 软件测试的新范式将是——人机结对测试，即：一名测试人员，搭配一个或多个智能测试工具协同工作。

报告中，朱少民详细地为大家阐述了，经过 LLM 两年的发展，LLM 所驱动测试已进入深水区，“LLM+智能体”这一模式未来将广泛应用于性能测试当中。

然而，LLM 所生成的内容，目前仍存在诸多局限，例如：LLM 在理解和生成复杂逻辑方面存在局限，这种局限性导致 LLM 生成的代码在处理复杂业务逻辑时可能出现错误；大模型有幻觉，生成的内容存在错误、不稳定，需要确保其前后一致性。

如何避免这样的情况发生呢？朱少民提出，基于 LLM 目前自身的缺陷，反映了行业依旧需要测试人员，其次，AI 生成的内容更需要评测。上升到 ATDD ，我们可以先让 LLM 生成用户故事以及验收标准，从而反向约束大模型所生成的内容、代码，是严格与最终效果保持一致的。

除此之外，北京大学计算机学院图灵计划博士生，腾讯青云计划算法专家 冉德智 还带来了题为《从规则脚本到智能代理：重塑软件测试的效率边界》的主题报告。会上，冉德智向大家分享了他们在 UI 测试近两年的研究成果。

他们发现，传统的测试方式均有一定的缺憾，例如“人工测试”成本高，“脚本测试”牺牲了灵活性，“探索测试”虽然灵活、可扩展，但也牺牲了精确性。仿佛兼具“精准、灵活、可拓展”的测试理想三角，在传统测试方式中很难实现。但随着智能代理的广泛应用，测试的理想三角并非不能突破。

会上，冉德智为大家分享了他们团队开发的一款面向智能测试代理的新型操作系统“ Guardian ”，Guardian 系统拥有基于大模型的 UI 便利探索的首个运行框架，并且还为大家介绍了他们研发的 UI 测试专用大模型—— RePeek 。

RePeek UI 测试专用大模型，是基于元素感知的 GUI 测试专用多模态大模型的经济高效微调，仅 3B 的参数量级，就超过了 72B 参数模型的性能，相较于同类大模型仅使用了 20% 量级的训练数据，在提升 35% 生产环境吞吐量的同时，单次推理时间缩短 34%。

最后，来自科大讯飞的 AI 产品总监 李元超 为大家带来题为《大模型赋能软件测试效能提升》的主题报告。会上，李元超为大家分享了测试智能体的四大提升路径，包括：

• 输入预处理：自动进行数据转换/截取，将输入的文本数据统一转换为合适后续处理的格式；而在语法分析上，将连续的文本分割成单个的词语或短句，识别文本中的命名实体，将有助于更好地理解文本；

• 模型路由与提示词优化：模型选择上，根据需求复杂程度动态路由 175B/70B 的通用大模型或开源模型；上下文自适应截取，自动判断模型 Token 限制；构建标准化的测试框架，减少重复调优成本；

• RAG 检索增强：结合“知识点采编”模块，支持业务侧更新需求、历史用例等；引入 Embedding 模型、Rerank 模型优化检索结果排序，提升测试场景匹配精度；

• 响应后置处理稳定性：支持 md./JSON 解析失败时的结构化修复与重试；统一测试用例的存储格式，支持后续版本比对与复用。

会上，李元超还向大家分享了科大讯飞的测试智能体 iFlyTest ，它将大模型应用到整个测试流程，打通并整合了多个平台能力，将 AI 能力与功能平台相结合，通过需求测试-框架生成-用例生成-接口脚本生成-用例评审调用链，提升功能用例设计的效率。

为嘉奖在软件测试领域做出杰出贡献的企业及团队，2025 Gtest 全球软件测试技术峰会还在主论坛现场发布了 2025 年度软件测试行业“金质评选”，包括《2025年度优秀软件产品质量》、《2025年度软件测试卓越项目》、《2025年度软件测试技术领航》、《2025年度优秀软件测试团队》四项荣誉。

2025 年度软件测试行业 “金质评选” 的发布，既是对行业内杰出企业、项目与团队的嘉奖，更是对所有深耕质量领域从业者的激励，让我们看到软件测试行业在创新与坚守中迸发的强劲活力。

值得关注的是，本届 Gtest 峰会主论坛上，Testin 云测率先提出 “无人测试” 概念，成为全场聚焦的核心趋势焦点。Testin 云测AI测试产品负责人王晓磊表示：“‘无人测试’正以颠覆性力量重塑软件质量保障模式，推动测试活动摆脱对人力的高度依赖，迈向自主化、闭环化、持续化的全新阶段，这正是软件测试行业的终极发展方向。” 这一前沿观点与本届 Gtest 峰会的核心主题高度契合，迅速点燃了现场的讨论热情，引发与会嘉宾广泛共鸣。​

软件测试正沿着 “人力驱动 — 工具辅助 — 智能自主” 加速迭代。AI 将成为核心引擎，通过机器学习提升测试效率与精准度；DevOps 体系下 “测试左右移” 实现全生命周期质量管控，云原生架构也推动测试环境向虚拟化、容器化升级。而这些趋势的碰撞，正是 Gtest 峰会价值的体现：它既为前沿理念提供传播窗口，又搭建行业交流桥梁，以精准洞察引领智能化转型，将技术探索转化为行业合力，助力软件测试从 “被动保障” 转向 “主动赋能”，为数字产业筑牢质量根基。

在 2025 Gtest 全球软件测试技术峰会还将呈现多家企业 AI+自动化实践分享经验，以全景式的行业洞察，为大家描绘一幅全面、立体的智能化落地图景。