智测（AI TestOps）：让 AI 走进测试闭环的质量协作平台
Trae、Qoder、Codex、Cursor、Claude Code、Copilot……AI 已经能写代码、提 PR，但多数测试平台仍把 AI 挡在门外。
智测（AI TestOps） 换了一种做法：把 AI 当成团队成员，和测试工程师、开发者、甚至众包接单方一起，在同一条质量链路上协作——从生成用例、执行验证，到定位缺陷、提交修复、回归确认，再到经验沉淀。
一句话定位：AI 与测试团队共同完成软件测试、问题修复、质量沉淀的一站式协作平台。
它不是又一个「自动化脚本工具」，也不是单纯的 Bug 单系统，而是 AI 软件工程中的质量协作平台（Quality Collaboration Platform）。
为什么需要「智测」
传统测试流程围绕「人」转：人写用例 → 人执行 → 人提 Bug → 人修复 → 人再测。
AI 编程时代变了：AI 能写代码、生成用例、读日志、修 Bug、提 PR。可禅道、Jira、TestRail 这类平台，协作对象依然默认是「真人」，很少把 Agent 当作一等公民。
于是缺口很清晰——需要一块能让 人 + AI 共同完成质量闭环的底座。智测正是为此而生。
产品使命与愿景
| 维度 | 内容 |
|---|---|
| 出品 | 数智领航科技 |
| 中文名 | 智测 |
| 英文名 | AI TestOps |
| 产品代码 | zhice（编号 4800） |
| 使命 | 让 AI 与测试人员共同完成测试闭环；缺人力可有偿发包，有空闲可接单 |
| 愿景 | 成为 AI 软件工程中的质量基础设施（Quality Infrastructure） |
核心理念：一条闭环，多种入口
智测用统一链路串起质量信号：
质量信号 → 结果备注 / Evidence → Issue → 修复 → 验证
信号不必都来自「正式用例」：
| 入口 | 典型场景 | 是否必须任务/用例 |
|---|---|---|
| 正式用例执行 | 回归、众包按用例交付、自动化上报 | 是 |
| 探索记录（Ad-hoc） | 冒烟、开发自测、AI 随手验证 | 否 |
| 用户反馈 | 线上报 Bug、提建议、吐槽体验 | 否 |
轻量入口产生的 Issue、修复与回归，和正式链路 共用同一套 Issue 中心与 AI 修复闭环，不会再造一套缺陷系统。
核心功能一览
1. 测试任务（Test Task）
一次完整的测试活动：登录模块测试、支付回归、V3.0 全量回归……
可记录目标、版本、环境、优先级、需求与迭代关联；支持 AI 创建 与人工创建。
2. 测试用例（Test Case）
平台最核心的数据资产。来源可以是：
- AI 生成：基于 PR、Commit、OpenAPI、页面、需求、库表、历史 Bug 自动产出
- 人工维护：手工录入、Excel 导入、模板与批量编辑
用例覆盖前置条件、步骤、预期、标签、优先级、自动化标识等完整字段。
3. 测试执行与结果
两种执行模式：
| 模式 | 说明 |
|---|---|
case_bound |
按用例执行（默认） |
adhoc |
探索 / 自发记录，可不挂任务与用例 |
执行可由人工、自动化、AI 发起。每次留下 Execution Record：人、时间、环境、版本、设备、结果与耗时。
结果支持 Pass / Fail / Blocked / Skipped。正式执行时，截图、日志、控制台、接口返回等现场说明统一写入结果 备注（Markdown）——Fail 时备注会进入 Issue 描述，方便 AI 直接读现场。
4. Issue 中心
Issue 可来自：
test_fail：执行失败自动生成user_feedback：用户反馈分拣转化manual：人工创建
支持人工领取与 AI 自动领取；可关联用例、探索记录、反馈、版本、Commit、PR 与需求。
5. AI 修复中心
AI 读取 Issue、结果备注/日志、源码后分析并修复，提交 Commit / PR，再等待验证。可对接 Cursor、Claude Code、Codex、MCP Agent 与自研 Agent。
6. 回归测试
修复完成后自动进入 Retest：可按单个 Case、模块、整版本或自动化脚本回归，确认问题真正关掉。
7. 测试经验库（Test Memory）
这是智测的差异化能力——经验本体放在智忆（zhiyi），智测负责产生信号并桥接召回：
| 侧 | 职责 |
|---|---|
| 智测 | 失败结果、备注、Issue、修复与回归信号；调用智忆写入 / 召回 |
| 智忆 | Experience 沉淀、检索、验证、失效与反馈校准 |
典型沉淀类型：
- Failure Pattern：Token 过期、NPE、缓存击穿、锁冲突……
- Fix Pattern：如何修 401 / NPE / 死锁，关联 Commit、PR、代码
- Regression Pack：长期回归集仍由智测执行；「为何回归、踩过什么坑」经验进智忆
闭环结束后写入经验；下次测试/修复前先 Recall，让 Agent 少踩旧坑。
8. 测试任务众包（该模块还在开发中...）
缺人力时有偿发包，任意注册用户可在 公域任务大厅 接单；交付必须落在平台内的执行、结果备注与 Issue，禁止只靠私聊交文档验收。
开发中...
9. 用户反馈中心
承接被测软件真实用户的声音。一期支持 6 类反馈：bug / suggestion / question / experience / security / other。
工作空间成员可在工作台提交；分拣员可将 Bug / 安全类一键转 Issue，建议类归档，无效关闭。安全类默认高优。
MCP：让 Agent 真正「上手干活」
智测通过 MCP 把关键能力交给 AI Agent。工作台提供「快速开始」引导：接入 MCP → 创建任务用例 → 跟进失败 → 修复回归，各步可直接复制提示词发给 Agent。
常用能力包括：
| 能力 | 工具示例 |
|---|---|
| 创建任务 / 用例 | createTask / createTestCase |
| 查询任务、用例、结果、Issue | queryTask / queryCase / queryResult / queryIssue |
| 探索记录 | createAdhocRecord |
| 提交修复 | submitFix |
| 触发回归 | runCase / runTask / runRegression |
| 经验召回与反馈 | 对接智忆 memory_recall / memory_feedback 等 |
工作空间与 API Key 统一走主站；业务数据按项目隔离，Agent 可先 listProjects / getCurrentProject 再操作。
和传统测试平台差在哪
| 能力 | 传统测试平台 | 智测 AI TestOps |
|---|---|---|
| 任务 / 用例 / Bug / 结果管理 | ✅ | ✅ |
| AI 生成用例 | ❌ | ✅ |
| AI 阅读结果并定位问题 | ❌ | ✅ |
| AI 自动修复并提 PR | ❌ | ✅ |
| MCP 接入 | ❌ | ✅ |
| 测试经验沉淀与持续学习 | 有限 | ✅（对接智忆） |
| 测试任务有偿众包 | ❌ | ✅ |
| 无任务探索记录 | ❌ | ✅ |
| 软件用户反馈接入 | 有限 | ✅ |
谁适合用
- 开发团队：用 Cursor / Claude Code 等 AI 编程工具的团队
- 测试团队：要写用例、执行、验证、回归的同学
- AI Agent：创建任务、写用例、读结果、修代码、触发回归的「数字同事」
- 众包接单方：公域大厅接有偿测试单赚外快
- 软件用户：提交现场反馈，让质量信号更早进入闭环
写在最后
智测要做的，不只是「把测试管起来」，而是成为 AI 软件工程里的质量中枢（Quality Hub）。
它连接需求、代码、测试、用户现场反馈、缺陷、修复和经验，让人类测试工程师、开发者、软件用户、众包接单方与 AI Agent 在同一平台协作，形成：
生成测试 / 接收反馈 → 执行验证 → 自动修复 → 回归确认 → 经验沉淀
每一次迭代，质量都能多一点确定性；每一份闲置测试产能，也能在公域市场被更有效地匹配。
如果你正在用 AI 写代码，却还在用「纯人工时代」的测试协作方式——欢迎了解智测，把 AI 真正请进质量闭环。