文：李磊，中国光大银行金融科技部，石新丽。
近年来，随着商业银行数字化转型、人工智能技术的快速发展、信息技术应用创新的深化，金融行业不断加快产品研发步伐，推动其商业模式的创新和产品升级。 在这个过程中，如何保证产品的高质量和快速迭代，提高产品研发的效率，成为金融科技的重要课题。 为此，光大银行积极探索和打造研发测试新模式，构建独立开放的自动化测试生态圈。
在测试服务数字化转型的背景下，传统的自动化测试模式在场景覆盖、自动化能力、开放性等方面存在不足，具体如下。
1.自动化测试应用参差不齐。 在金融行业，测试业务由多个阶段组成：开发联合调试测试阶段、系统测试阶段、验收测试阶段和生产后业务验证测试，涉及业务、开发、测试、运维等多个角色。
2.全流程自动化测试能力不足。 测试的全过程包括测试分析、测试设计、测试执行、测试结果溯源，传统的自动化测试主要用在测试执行阶段，在测试分析、测试设计、测试结果溯源阶段还存在差距。
3.自动化测试模式亟待完善。 传统的自动化测试模式大多是“车间式”的建设模式，依靠少量的自动化测试人员，缺乏顶层设计和统一的标准，这使得自动化测试难以向规模化和差异化方向发展。
为支撑检测业务数字化转型，构建自动化检测价值链，本行已从以下两个方面开始推进自动化检测能力建设：一是构建自动化检测体系，二是整合前沿技术，打造一体化自动化检测平台。
秉承测试业务数字化的愿景和目标，制定统一的自动化测试管理规范，形成标准化的应用推广理念，自上而下推动我行自动化测试应用升级。 以测试技术、流程和流程的创新为引领，提供数字化决策支持，帮助银行实现敏捷化和数字化测试转型。
图 1 自动化测试系统。
1.建立组织层面的管理规范，以提高测试效率为目标。 建立组织层面的自动化测试管理规范，促进自动化测试与测试业务全生命周期的深度融合，让自动化贯穿于测试全过程。 制定自动化测试用例管理标准，规范案例设计，管理案例全生命周期，保障案例资产有效性。 依托管理规范和管理标准，根据我行系统现状制定可行的推广方案，进行“分级、分级、分阶段”的应用推广，既能保证自动化测试应用的全面性，又能根据系统特点体现差异。 同时，设计可持续的测量机制，建立事前、事中、事后的跟踪测量系统，使应用效果实时可见和跟踪，形成自动化测试的持续驱动力。
2.以“场景化”模式，通过自动化测试，推动业务系统全面覆盖。 为推动自动化测试的价值转化，满足测试左右移动的需求，我们采用“场景化”模式，推动自动化应用全面覆盖。 当测试处于产品开发的全生命周期时，持续推进自动化测试的左移右移，探索自动化应用需求，形成自动化测试场景。 按照“孵化场景，推动场景”的思路，不断拓展自动化测试的应用和价值转化，让自动化测试渗透到测试业务的方方面面。 该流程孵化的场景包括通用自动化冒烟测试、自动化回归测试、人工集成测试、业务产品测试、业务验证自动化等，以及针对某些特定系统的全流程自动化应用场景。
3.对自动化测试资产全生命周期进行治理，提高资产复用率。 自动化资产与其他业务资产一样，需要进行管理以使其价值最大化，并且需要根据资产的属性具有“全面性”、“准确性”、“可更新性”和“可重用性”的特征。 为此，本行建立了自动化资产的建设和计量标准，开展了自动化资产的有效性测试和全生命周期管理，并提供可量化、可追溯的方式来促进自动化资产的维护和更新，从而促进有效自动化测试资产的有效积累，为自动化测试奠定坚实的基础， 实现自动化资产的价值转化。
4.利用新技术和现有资源构建一种新的自动化测试形式。 结合自然语言处理、人工智能识别、精准测试技术、测试行为大数据分析等智能技术，支持测试分析、测试设计、测试执行、测试过程溯源、测试结果评估、测试反馈等测试生命周期的方方面面。 通过智能化技术，提高测试分析的准确性，降低测试用例编写成本，实现测试用例的精简有效性，实现测试缺陷的快速准确定位。 为整个测试过程的各个方面提供数字指导和测试加速。
为适应新形势下自动化测试需求，我行大力打造一体化智能测试平台。 平台分为三层：前端、中端和后台。 前台负责按需提供测试服务场景; 中台负责提供通用能力，包括接口模型的统一管理、自动化案例设计、数据设计、通用智能能力以及测分析能力。 后台负责各类测试工具的集中管理和集中调度。 接入中心集成了银行的管理、资产、研发和分析工具平台，以实现技术能力复用和自动化能力输出。 通过上述三层架构，一体化智能测试平台在提升用户体验、优化用户旅程、推动业务转型发展等方面发挥着积极作用。
图2 一体化智能测试平台。
1.规范的案例设计和管理。 一体化智能测试平台，提供标准化的案例结构设计指导，支持案例分层设计管理和案例全生命周期管理。 用户可以使用基本的原子库-复合案例-测试场景**模式来构建自己的案例场景，不同级别的结构或数据之间可以同步，当有业务变化时，用户只需修改原子案例即可实现所有相关案例的变更。 此外，平台可以自动分析案例的有效性和新鲜度，并管理案例创建、使用和死亡的全生命周期。 规范的案例结构、分层的案例设计、案例全生命周期管理，极大地促进了自动化测试“活资产”的积累，完善了测试、开发、运维等自动化测试资产的共享和复用，让研发过程各个阶段的自动化测试焕发了活力。
2.智能案例编写和生成。 采用AI智能技术和自主研发的案例生成算法，编写生成案例。 通过NLP技术，用户可以直接使用自然语言编写自动化测试用例，这样用户在了解业务后就可以编写自动化用例，简化用户操作。 通过智能识别和检测技术，AI识别和控制识别由两个引擎驱动，提高了自动化测试场景的适应性。 在案例生成方面，结合多年的测试经验，自主研发的案例推导算法，基于自定义变量因子推导，并与基准案例结果对比进行验证，避免了无效案例或覆盖不全的问题，不仅提供了合理的案例选择范围，而且保证了业务测试的高覆盖率， 降低维护成本，快速定位问题，实现高效的测试交付。
3.大规模执行长链路测试。 由于银行业务流程的复杂性高，一个完整的业务流程需要通过多个异构系统运行，为了保证完整业务环节的自动化测试，银行开发了长链测试模型，通过该模型实现了业务环节向长链自动化测试的转化， 并解决了异构多终端场景下长链路自动化测试的执行时序，解决了异构环境下的参数传输问题和执行的连续性问题。同时，自动化测试平台对各类云执行器进行管理，通过调度中心调度不同类型的执行器，实现长链路案例的大规模并发测试。
4.一站式测试服务场景。 一体化智能测试平台的建设，实现了从“工具”和“中间平台”到“服务”的演进，通过与多种工具平台的集成，优化用户旅程，提供一站式智能测试服务。 以某测试需求为例，提出与需求对应的测试后，自动构建自动化测试任务，测试设计涵盖以下两种方式：一种是案例自动推荐，通过业务变更影响分析、风险识别分析，自动推荐与测试需求相关的自动化案例; 以及需求的变更影响分析。二是自动案例生成，通过案例扩展功能自动生成覆盖接口属性信息的正负案例，扩大接口属性信息和业务逻辑的覆盖面。 自动化测试集构建完成后，可以启动自动化测试执行，并在执行过程中实时查看变更范围的测试覆盖率。 对于测试执行失败的情况，可以通过自动故障日志提取、运行轨迹分析等方式协助用户定位和分析缺陷，确认的缺陷一键上传至裸金属服务器。 一站式测试服务场景构建测试新生态链，使用户能够快速获取测试所需的能力、工具和服务，加速测试转型升级。
在自动化测试的新形态下，构建了独立开放的测试生态圈，实现了自动化测试的左、右、纵深发展，形成了“人人自动化”、“自动化无处不在”的自动化测试新模式，助力了我们测试业务的数字化转型。
截至目前，平台已实现银行重要系统100%自动化测试覆盖率，交易覆盖率达80%以上，累计有效自动化测试用例10万个，执行测试用例超过50万个。 引入智能检测技术后，自动化写案效率提升了2倍，维护工作量减少了60%，释放了更多的产能。 准确的分界分析可以预先控制测试风险，将测试覆盖率提高 30%，测试需求分析速度加快 10%。 集成敏捷故障排除解决方案和异常告警后，自动化测试问题分析效率提升25%。
未来，本行将继续围绕“加速数字化转型，打造数字光大”的发展愿景，持续探索新技术、创新商业模式，锤炼数字竞争力，赋能业务发展。
本文发表于《电子金融》2024年1月上半月）。