霍格沃兹测试开发学社

《Python测试开发进阶训练营》(随到随学!)
2023年第2期《Python全栈开发与自动化测试班》(开班在即)
报名联系weixin/qq:2314507862

砍掉 95% 的大模型调用:一场公开课拆透 App 测试智能体的 10x 提速术

关注 霍格沃兹软件测试开发 公众号,回复「资料」, 领取人工智能测试开发技术合集

先说一个场景。某团队去年给电商 App 搭了一套测试智能体,回归一个核心购买链路,效果确实惊艳:它能自主探索页面、构造用例、出报告。唯一的问题是——慢。跑完一轮要 40 分钟,其中 30 分钟花在"看"上:每一步都把整个页面快照塞进大模型,每一步都让大模型重新思考"我接下来该点什么"。

团队负责人的原话:"它不笨,就是每走一步都要停下来想人生。"

这就是这一轮测试智能体落地的普遍现状:能力和成本都卡在"每步都问大模型"上。而 4 月这场公开课要讲的 Jev 模型,就是冲着这个瓶颈去的——通过决策模型接管高频操作、Token 压缩管线上下文、知识图谱召回历史路径,把一轮回归从 40 分钟压到 4 分钟以内,整体提速 10 倍以上。

一、先搞清楚:它到底慢在哪
提速之前得先拆解成本。我们对多个 App 测试智能体项目做了耗时归因,结论高度一致:真正花在"断言和判定"——也就是测试核心价值上的算力,占比不到两成。剩下的 token 全部消耗在三件重复劳动上:把页面截图原封不动塞进上下文、每一步都重新推理一遍本来不变的规划、以及把已经走过的路径再走一遍。

图 1:典型 App 测试智能体一次回归的 token 消耗归因。绿色部分才是测试本身。

这个归因直接指向了 Jev 模型的设计思路:别让大模型干流水线活。真正需要"理解"页面的决策是少数,大多数操作是高频、可枚举、有规律的——这些活完全可以交给一个小而快的决策模型,毫秒级处理,根本不必惊动大模型。

二、决策模型 Jev Laya:给大模型当过滤器
这是本次课程的核心模块。Jev Laya 决策模型的设计哲学可以用一句话概括:不是替换大模型,而是替它挡掉 95% 的琐碎决策。

图 2:决策模型的分流逻辑。可决策的高频操作直接执行,拿不准的才升级大模型。

工作方式像一个分流闸门:智能体每走一步,先用轻量特征描述当前状态,交给 Jev 决策模型判断——"下一步该点哪个按钮""这个页面算不算加载完成""要不要截图存证",这些高频决策毫秒级出结果,直接执行。只有遇到罕见页面、异常弹窗、模态干扰这类决策模型"拿不准"的场景,才升级上报给大模型。

实测下来,升级到大模型的决策比例不到 5%。这意味着大模型调用量降了一个数量级,而测试路径的覆盖率不降反升——因为决策模型的响应稳定,反而减少了大模型"灵感式决策"带来的路径抖动。

课程里会完整拆解 Jev Laya 的训练思路:决策空间怎么定义、什么时候触发兜底、以及最关键的——怎么评估"决策模型做错了多少",避免它悄悄变成一个稳定的错误决策器。

三、Token 压缩与知识图谱召回:少塞垃圾,多带记忆
决策模型解决了"每步都问",但还有一个大头:上下文本身太肥。这部分的解法是两个技术的组合拳。

图 3:两条提速管线。上面压缩空间,下面压缩时间。

Token 压缩管线处理空间问题:一个原始页面快照动辄 12K token,其中大量是无障碍标签、嵌套容器、不可交互元素。管线做三件事——去噪(剔除不可交互节点)、折叠(同类列表只保留代表项)、摘要(保留操作语义),处理后 1.1K token 就够用,单步成本降九成。

知识图谱召回处理时间问题:智能体每次重新进入 App 都是"失忆"的,于是把走过的路径再走一遍。把页面、控件、跳转依赖关系化存储进图谱,探索过的路径按需召回——同样的页面第二次进来,直接走已知路径,盲走的重复探索被消掉了。

这两条管线加上决策模型,就是 10x 提速的主体来源。课程会现场演示压缩前后的上下文对比,让你亲眼看到被砍掉的 90% 是什么。

四、光快不行,结论得算数:断言体系
提速绕不开一个隐藏风险:跑得越快,越容易变成"跑得快的表演"。断言体系这节课回答一个问题——智能体给出的结论,凭什么信。

内容覆盖从结构断言(元素存在、状态正确)到行为断言(链路可达、数据一致)再到业务断言(金额计算、库存扣减、越权场景)的完整分层,以及配套的判定规则库怎么写才能让结论"能吵架":什么算阻断、什么只记录、证据链要留到什么程度。快而不准的智能体没有价值,这是本次课程反复强调的底线。

五、90 分钟怎么安排

图 4:五个模块的完整地图。同一个电商 App 回归案例贯穿全程。

模块
内容
你将带走
01 · 智能体介绍
App 测试智能体的组成,与传统 UI 自动化的本质区别
判断你的场景适不适合上智能体
02 · 工具与技能
App 测试智能体的工具集设计与 Skill 组织方式
一套可直接套用的分层结构
03 · 决策模型 Jev Laya
原理拆解:决策模型如何接管高频操作、何时兜底上报
分流设计的完整思路与评估方法
04 · 提速策略实操
Token 压缩管线 + 知识图谱召回,现场跑对比数据
可复用的压缩策略与图谱 schema
05 · 断言体系
从状态断言到业务断言的判定规则库
一份"能吵架"的判定标准模板
全程用同一个电商 App 回归案例贯穿:第 1 个模块先跑一遍"原生态"慢速智能体,后面每个模块上完都回到这个案例叠一层优化,课程结束时你会看到同一个任务从 40 分钟被逐步压到 4 分钟以内的完整过程——每一步优化贡献了多少,数据说话。

这场课适合谁来
适合:已经在搭或准备搭 App 测试智能体的测试工程师、测试开发;被智能体执行速度和 token 成本困扰的团队负责人;想理解"决策模型 + 大模型"分层架构怎么落地的工程同学。

不太适合:完全没有自动化测试经验、也不打算动手实践的纯旁观者——这场课有一半时间在数据和实现层面,不看热闹。

听完你不需要立刻认同 10x 这个数字,但我们希望你走的时候能带走一个判断框架:自己的智能体慢在哪、哪一层能省、省了会不会伤及结论的可信度。这个框架比任何具体数字都值钱。

直播时间 · 周四 20:00

免费参加 · 附赠人工智能学习资料包

扫码进群,立即预约公开课

image

关于我们
霍格沃兹测试开发学社,隶属于 测吧(北京)科技有限公司,是一个面向软件测试爱好者的技术交流社区。

学社围绕现代软件测试工程体系展开,内容涵盖软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试,以及人工智能测试与 AI 在测试工程中的应用实践。

我们关注测试工程能力的系统化建设,包括 Python 自动化测试、Java 自动化测试、Web 与 App 自动化、持续集成与质量体系建设,同时探索 AI 驱动的测试设计、用例生成、自动化执行与质量分析方法,沉淀可复用、可落地的测试开发工程经验。

在技术社区与工程实践之外,学社还参与测试工程人才培养体系建设,面向高校提供测试实训平台与实践支持,组织开展 “火焰杯” 软件测试相关技术赛事,并探索以能力为导向的人才培养模式,包括高校学员先学习、就业后付款的实践路径。

同时,学社结合真实行业需求,为在职测试工程师与高潜学员提供名企大厂 1v1 私教服务,用于个性化能力提升与工程实践指导。

posted @ 2026-11-12 10:32  霍格沃兹测试开发学社  阅读(12)  评论(0)    收藏  举报