上海
正在上海举行的第48届世界技能大赛，今年新增了7个赛项，“软件测试”便是其中之一。手机App、线上支付、政务办公等各类软件乃至AI大模型，正越来越深度地融入日常生活，而保障它们稳定安全运行的软件测试，也从幕后走到台前，成为数字世界有序运转的重要基石。
何为软件测试？一句话通俗理解：软件测试就是软件的质检，即通过手工+自动化工具等方式，来检验软件功能是否正常、有无安全漏洞、高并发时会不会卡顿、极端场景下会不会崩，排查数据异常、权限漏洞、后台篡改等高风险隐患。
在不少人的印象中，软件测试员的工作就是不停地“点点点”、找Bug（缺陷、漏洞），判断问题等级、复现故障、形成报告，再交给开发人员修复。实际上，今天的软件测试早已超出这一范畴。
软件测试岗，不止于找Bug。
上海市人工智能行业协会副秘书长党赞，见证了软件测试从PC、Web时代走向移动互联网和大模型时代；测试方式从以人工操作为主，演进为强调顶层设计和全局思维的自动化测试；测试内容也由基础功能检查，拓展至兼容性、容灾、安全、性能等多个领域。
“过去的研发流程往往是开发在前、测试在后，测试岗位的重要性也不及开发。但如今，测试不断前移，越来越早地参与产品设计和研发，测试与开发之间的界限也逐渐模糊，谷歌甚至不再单独招聘传统意义上的测试岗位，而是将质量保障能力融入研发体系。”据党赞的观察，国内互联网大厂的测试岗位不少也已并入研发团队，“测开融合”趋势明显。
据介绍，如果参照世赛标准，新时代软件测试人才早已跳出简单“找Bug”的定位，须具备全栈式综合能力——一方面是硬技能，包括业务理解、代码能力、多类型测试实操、缺陷分析等。另一方面为软素质，包括极强的逻辑推理能力、细致的观察力，会考虑极端的异常场景，还需要风险思维和限时交付实力。
AI大模型本质上也是一种软件，也需要测试，测试员需要直面大模型的幻觉、边界失效、长上下文出错等不确定性难题，进一步推高了软件测试的技术含量。
以国内某大厂模型为例。该模型的预览版今年4月底上线之初，尽管在基准评测榜单上表现亮眼，但软件测试团队在海量场景测试中仍发现不少隐患。比如，面对长文档、专业知识、多轮连续对话时，模型容易编造不存在的事实，或出现前后逻辑矛盾。在调用代码工具时，模型偶尔会虚构不存在的函数，在复杂任务里出现无效循环调用。这些问题，并非普通的代码Bug，而是大模型“与生俱来”的不确定性，其每一次回答都不会完全相同。也因此，对结果的评估，要从它是否准确，转向是否合理。
为此，软件测试团队搭建起多层次测试体系，不再只依赖公开基准数据集，而是设计海量对抗性测试用例、真实业务场景用例，组织跨领域专家盲测。一方面，构造大量陷阱式提问、超长上下文、模糊边界场景，专门捕捉模型幻觉；另一方面，对模型输出进行事实核验、逻辑一致性校验，检验工具调用、多轮对话的稳定性，定位模型在不同输入下的失效边界。
正是一大批“测开融合”的专业人员持续地测试、反馈、迭代闭环，才将大模型的幻觉逐渐降至可控范围，为年底推出正式版奠定基础。
软件测试岗，是消除大模型幻觉的关键岗位。
软件定义世界，而测试定义着软件的可信边界。第48届世界技能大赛把“软件测试”请上赛场，不只是增设一个赛项，更是一种时代宣告——测试不再是开发的附庸，而是贯穿创新全过程的底层能力；软件测试工程师，不只是找Bug的人，更是数字社会的守门员、智能时代的打分者。
原标题：《别再说软件测试只是“点点点找Bug”，世赛新增赛项，拿捏大模型“命门”》
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
