在质地保证中跳过生成式东说念主工智能可能会使组织在快速发展的技艺规模中过期欧洲杯体育。

译自 How To Use Generative AI for Software Testing and Quality Assurance，作家 Udi Weinberg。

对软件开荒保捏“一切还是”心态的组织靠近过期于竞争敌手的风险。速率、可靠性和安全性面前需要成为SDLC的要紧构成部分，而增强的质地工程是确保这三个成分的最好方法之一。

阐明第16版天下质地敷陈，生成式东说念主工智能 (GenAI) 和自动化是质地工程（也称为质地保证）发生这种变化的驱能源之一。除了不详跟上持续发展的技艺以外，使用GenAI和自动化还为组织的质地工程带来了诸多平允和风险。平允包括普及开荒过程的遵循和可靠性。它还为奏效实施DevSecOps洞开了大门，其上风从DevOps团队谋略到集聚安全实施，再到最终用户的部署后安全。

生成式东说念主工智能是质地工程师的一又友

GenAI的主要上风是通过杀青可靠且可膨大的测试来裁汰资本和症结。阐明天下质地敷陈，很多组织还是阻滞到了这些平允。举例，68%的受访者正在积极使用GenAI或还是完成了试点并正在制定蹊径图。最能标明GenAI汲取情况的数据是，在第16版的受访者中，只好4%的东说念主暗示他们以致莫得探索GenAI的使用。这比上一份敷陈中的31%大幅下跌。

诚然必须在质地工程中伏击使用GenAI，但这种作念法仍处于早期阶段。很多还是哄骗GenAI的组织仍在尝试多样用例，并笃定哪些用例不详带来最大的收益。面前仍然不错运转将AI集成到SDLC中，但推迟汲取可能会使公司靠近过期太多的风险。

面前是时候措置这个房间里的大象了：通过减少质地工程师东说念主数来裁汰资本的诱骗。对于大多量组织来说，使用GenAI取代质地工程师可能是一个无理。相悖，使用GenAI通过增强质地工程师的职责来显赫普及分娩力将是贤慧的计策。

实施GenAI来践诺日常测试任务，不错让工程师腾出时间来处理新的研发四肢或将他们的妙技用于更瞩方针名目。反过来，这使组织不详长久方于现时技艺转型和异日向上的前沿。

此外，若是在SDLC的开荒阶段实施了GenAI，公司也应该在质地保证阶段实施它。组织汲取AI的主要原因之一是它不错匡助开荒东说念主员普及遵循并更快地生成代码。然而，若是质地工程不汲取AI，它将无法跟上代码委派速率的普及。

另一个需要重视的是，诚然GenAI不错在代码到达测试阶段之前就对代码质地和想象作念出孝顺，但它也可能很危急。开荒东说念主员可能会养成依赖AI的习尚，以至于在将代码交给质地保证团队之前，他们需要运行更多的测试。

GenAI和测试自动化：双赢组合

越来越多的组织阻滞到他们必须制定全面的自动化计策，使职责与业务恶果保捏一致，并投资于现代技艺。自动化对熟习东说念主员的主要上风在于它使质地工程师解脱了日常访佛性任务，从而使他们有更多时间进行蜕变。GenAI的出现是因为它加快了测试自动化（以及若是需要的话，手动和基于性能的）剧本的创建。这使得所有这个词过程愈加高效。

天下质地敷陈的受访者暗示，使用GenAI增强测试自动化的主要平允包括更快的自动化 (72%)、更容易的集成 (68%) 以及测试资源和职责的减少 (62%)。 一朝决定要转型质地工程，就必须长久将几件事情放在首位。为了实施和珍贵一个纷乱而准确的AI驱动测试面容，公司应该投资于AI以优化测试，哄骗AI来确保智能居品获得准确和高效的测试。同期，贤慧的作念法是创建GenAI数字测试员与东说念主工测试员相聚拢的模式，由东说念主工测试员来考据AI和GenAI无法处理的居品性量方面，并让居品性量工程师为持续发展的技艺作念好准备。

与GenAI相似，自动化也靠近着挑战和风险，不错通过谋略来幸免。其中之一是让技艺能力较弱的东说念主员也能为自动化作念出孝顺。第二个挑战是普及创建的测试速率以匹配开荒东说念主员持续普及的速率。自动化测试的可珍贵性正在普及，工程师或然会消耗更多的时间来设立和编写测试。GenAI驱动的质地工程中最令东说念主欣慰的潜在用途之一是哄骗自愈功能。现代码蜕变需要手动打扰时，传统的自动化测试平时会失效。预测到2025年，自主测试将不详哄骗自愈功能动态地相宜代码和竖立的变化，从而确保一个具有弹性和相宜性的测试环境。

DevSecOps：一股和解的力量

若是要让工程师聘任一个Gen AI和测试自动化在所有这个词SDLC和部署后运营的奏效中施展要紧作用的规模，浮浅的谜底可能是新兴的DevSecOps施行。单从界说来看，DevSecOps——代表开荒运营（DevOps）、安全运营（SecOps）和IT运营（ITOps）的集成——是IT天下中的一股和解力量。DevSecOps的首要决策是无缝地普及安全性。它还重塑了IT专科东说念主员的变装，并使软件开荒生命周期更快、更可靠、更低廉。此外，越来越显着的是，AI不错成为DevSecOps中的一股纷乱肆量，尤其是在测试自动化成为计策一部分的情况下。

GenAI和测试自动化使安全性不错无缝地成为软件谋略和开荒的一部分，而不是在周期收尾或部署之后。借助GenAI和测试自动化，DevOps和SecOps工程师不错通过DevSecOps平台稽察潜在问题，这些平台不错扫描代码、运行全面测试并及时监控系统。GenAI不错卓著不雅察，在名目不休中施展作用，匡助揭示风险，冷落缓解模范，并协助相干利益相干者领先柔和最具影响力和风险最高的名目。

其截至是一个整合的、更高效的开荒过程，不错分娩出更灵验的居品。除了在SDLC时间的检朴以外，DevSecOps还大大裁汰了奏效集聚报复的风险，这些报复可能酿成数百万以致数十亿好意思元的耗费、策划外的长时间停机、声誉受损以及不悦客户的震怒。

GenAI、测试自动化和DevSecOps的异日用途？

预测到2025年，更多集成的DevSecOps管说念将变得越来越隆起，同期突破开荒、质地工程和安全团队之间的孤岛。这种和解为更快的软件发布洞开了大门，并通过在所有这个词管说念中尽早且经常地镶嵌测试和安全查验（在AI驱动的洞致力的匡助下）来减少罅隙。

对于AI驱动的DevSecOps策划的一个要道点是，它向组织灌注了一种新的主动集聚安全念念维模式，而不是传统的被迫姿态。为什么这很要紧？诚然AI是一种好的器具，但它也不错被用来进行集聚报复。2024年，好意思国联邦走访局发出教养教养集聚作歹分子正在使用AI来普及集聚报复的速率、限度和自动化进程。造反AI的最好花样是用AI。

跟着AI数据质地工程和准确性的普及，业界将运转克服对AI的信任度、可靠性和安全性的怀疑。接管这种蜕变的组织将有助于弥合全面测试自动化的差距，加强数据齐全性，并减少对留传系统的依赖。因此，它们将变得更纷乱欧洲杯体育，并为下一次弗成幸免的技艺变革作念好更充分的准备。