AI测试的探索与实践
1. 目前市场上有什么好的AI工具可以推荐
目前没有通用的测试工具，比如说没有像Postman,JMeter这样的通用的工具，解决接口测试或性能测试的工具。未来可能会有相对通用的AI工具，比较普及的工具，能够很低门槛的应用到测试领域。
2. 在工程中如何结合AI使用
首先，我们应该先找到测试过程中的痛点，基于痛点分析哪些技术手段可以解决问题及实际项目落地。同时我们可能面临的问题在测试过程中如何引进AI技术，以及如何把算法运用到工作中。
3. 图像识别的精准度如何保障，因为在不同浏览器或者不同操作系统中，可能出现阀值达不到1的情况，例如0.99，0.98 ,但仅仅是字体样式的差异，而不是bug引起，此时阀值设置多少比较合适。
可以根据具体场景，以及经验和实际定一个阀值，比如当达到98%的相似度，就可以认为两张图片一样。经验值的取值需要在实际项目中去跑出来。
4.服务端模型如何确定
其实这是模型驱动的问题，不管是定义接口还是接口文档，可以保证的是接口是确定，基于确定的接口和文档，去确定测试模型。
5.成熟的落地方案
服务端流量回放，代码覆盖率测试，这些都有成熟的方案
6.流量录制和回放用什么工具
市场上有很多开源的工具，除了这些工具外，在实际中我们需要解决链路重建，数据隔离，场景选择，结果diff的问题，这些需要我们做些二次开发。