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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。