ZD至顶网CIO与应用频道 04月25日 人物访谈(文/王聪彬):Testin目前已经服务了60万开发者,160多万个App,累计测试移动应用达1.3亿次,每天平台上有2000-5000个App出现。这其中有不同类型的企业,有希望借助技术来提升业务的互联网企业,有互联网+需求的传统企业,以及喜欢免费服务创业企业。最近Testin 2.0也将机器学习、人工智能、数据挖掘融合到原有产品中让测试效果有更大的提升。
对企业有自己的一套方法论
Testin的客户中有很多并非传统意义上的企业,所以Testin云测CEO王军并没有按照传统对企业分类去做划分,而是更看重企业所覆盖的人群和影响力,以及产生的商业价值。
Testin云测CEO王军
Testin云测成立于2011年,最早是面向开发者的应用测试平台,早期的客户更多是互联网行业为主,现在越来越多的传统企业也成为Testin的客户。
目前传统企业在移动互联网其实有相当大的需求,但他们却不能判断自己做的是不是足够好。Testin的一个化肥企业客户,业务覆盖了是几万个村镇的代销点,由于化肥的赊销属性,他们迫切希望发展农村金融和电子商务,农村的后发优势是直接跨过PC进入移动互联网,所以App是打开业务的一个很好地途径。
对于一个App的活性,Testin也有自己的评价标准,一个重要的指标就是6个月内是否有版本更新,但是最终是否能成为Testin的客户,还要看他们是否认同分工协作,让外部资源帮助提升服务品质。
中国客户用测试服务大多是被迫的,这和欧美完全相反,就像因为担心自己生病才去做体检一样。App测试也是一个道理,在不赚钱的时候,很少会有人主动去做测试。这也是Teatin到了2014年才开始有规模性的商业收入的原因,而且使用外部测试服务要比自己招聘测试工程师的成本低很多,这也使得测试市场得到发展。
Testin 2.0的一站式管理
Testin目前已经拥有400多人,北京团队有将近200人,另外的200人都分散在各个地区见负责和客户沟通的工作。其实这很不像云服务的模式,因为中国客户有别于欧美客户,他们更喜欢面对面交流解决问题。
在客户服务上Testin也一直坚持两个原则,第一,不做驻点的定制化开发;第二,用云的方式去交付。这样可以保证服务标准的一致,同时Testin还将用户的开发运营都融入到测试需求中。
Testin也在近期进行了2.0升级,满足所有移动App测试需求。按王军的话讲,这也是把之前一直在做的东西产品化,逐步将能力提供,其中有三个核心要素机器学习、人工智能、数据挖掘。
1.0时Testin只做测试一件事,从测试中找到规律,学习上一次测试的路径是否正确,这是一个深入学习的过程;结合人工智能,包括文字识别、图像识别等进行植入;最后通过数据挖掘进行分析提供一些建议。
同时Testin也宣布推出缺陷智能解决平台,在开发阶段对远程真机的调试以及内测进行版本的记录和测试的管理,并且记录在使用过程中所出现的问题。企业中研发人员可以做到标记缺陷、缺陷分类并且指派跟进、缺陷动态重现等一整套移动应用缺陷管理流程。
在App测试之外,H5、VR等领域Testin都可以进行测试,尤其是VR、AR是目前最新的测试场景。其实以上几个场景对于测试来讲本质上基本一致,他们都属于CPU内容的呈现,VR则是增加了像兼容性、三维、颗粒度等指标。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。