在具有许多操作和可能流程的大型软件（如 Web 应用程序、企业软件等）中，通过传统方法测试所有可能的场景非常困难且耗时。因此，构建机器学习模型是解决此问题的一种有趣方法。可以尝试以崩溃或使软件无响应为最终目标的强化学习系统。

正在对这个想法进行研究。您可以阅读这篇研究论文，该论文探讨了将强化学习作为一种自动化 GUI 稳健性测试的方法。此外，像 Appdiff 这样的一些公司试图将人工智能与移动应用程序结合到软件测试中，但类似的想法可以合理地扩展到网络应用程序。

我从事软件测试行业已经超过 11 年了，我可以肯定地说，人们使用 AI 进行软件测试的方式多种多样。在自动化测试工具领域尤其如此。不同的供应商一直在尝试使用 AI 解决测试自动化中的一些常见问题。他们之中有一些是-

应用程序

Appvance 使用 AI 根据用户行为生成测试用例，但不是像 Testim.io 这样的完全基于 AI 的工具

测试.ai

Test.ai 使用人工智能进行回归测试。获取应用程序的性能指标很有帮助。从我的角度来看，它更像是一个应用程序监控工具而不是功能测试工具

功能化

将使用过的机器学习功能化以进行功能测试。就其功能而言，它与市场上的其他工具非常相似

以上是市场上一些流行的工具。

就供应商而言，这一趋势似乎正朝着积极的方向发展，他们试图使测试更稳定、更简单、更智能，并使团队中的每个人都参与到测试中，包括非技术人员。

使用 AI 进行软件测试的更多解决方案出现只是时间问题

-拉吉

一个有趣的想法是使用软件使用模式来自动学习为软件的未来迭代进行的测试。