大会主题-2025北京站_QECon全球软件质量效能大会-橙柚科技

优惠倒计时

早鸟票抢购中

团购享受更多优惠

北京站 · 10月31-11月1日

上海站 · 9月12-13日

深圳站 · 5月23-24日

大会主题

面向未来的系统稳定性

.......

自动化到智能化测试实践

随着生成式AI、大模型和云原生技术的爆发式发展，测试领域正迎来智能化变革的关键拐点。本专题聚焦AI、大模型（LLM）、低代码/无代码等前沿技术如何重塑测试实践，探讨智能测试生成、自愈测试、基于大模型的用例优化、云原生与持续测试等热点方向。来自行业领先企业的技术专家将分享真实落地案例，包括如何利用AI提升测试覆盖率、降低维护成本，以及智能化测试在DevOps和云原生场景中的最佳实践。无论您是测试工程师、质量保障专家，还是技术负责人，本专题都将为您提供可借鉴的实践经验，助力企业构建更高效、更智能的质量保障体系。

AI原生应用的质量评测

当前 AI Agent 领域 “开发易、落地难” 矛盾突出，“一周出 demo，半年难实用” 成通病，传统评估体系难适配其复杂能力，构建新型评测体系是破局关键。本次【AI 原生应用的质量评测】专场以 “助力 AI Agent 企业落地” 为核心，聚焦三大核心方向：针对 Agent 从起步即指数级增长的规划与链路复杂度，深入解析 “分层测试” 解法，明确 Agent 测试的分层逻辑；打破 “AI 无需清晰结果” 误区，强调其 “千人千面” 特性下行为与结果设计的重要性，拆解具体方法；围绕全生命周期，分享平台、Rag、知识工程等模块的保障方案与实践。专场以 “痛点 - 解法 - 实践” 闭环，为行业提供科学高效的评测体系构建路径，推动技术从 demo 走向实用。

数据驱动测试与精准测试

......

LLM测试工具创新实践

本论坛聚焦大型语言模型（LLM）测试工具的创新实践与前沿应用，围绕LLM在测试领域的核心技术突破，涵盖模型性能评估、测试数据生成、语义验证、跨模态测试适配、大模型应用评测、缺陷智能定位及多模态融合测试等关键方向。论坛将深入探讨LLM测试工具如何通过语义理解、上下文感知和自适应学习，提升测试效率、质量保障能力及复杂场景覆盖率，展现其在降低测试成本、精准定位缺陷并提供修复建议方面的独特优势，突出其在简化测试流程、扩大测试覆盖面、缩短迭代周期中的创新价值。本论坛将汇聚行业专家，分享软件开发、AI应用、金融科技等领域的落地案例与技术方案，共同探讨LLM测试工具的实践路径与未来发展方向。

数据治理和知识工程

......

Vibe Coding模式下代码质效

......

大模型在研发提效中的深度实践

研发效能的核心在于聚焦业务目标覆盖产研全过程，让工程师专注于真正的创造性工作。然而现实中，研发团队大量时间被非核心任务占用：技术客服咨询、运维告警处理、环境搭建排障、代码/测试用例评审等。这些"隐形工作"严重影响了产研交付速率。

当前痛点集中表现为以下三点：

认知切换成本高：从深度编码状态切换到处理告警、技术咨询，平均需要15-20分钟恢复专注状态；
重复性劳动频繁：相似的环境问题排查、标准化的数据分析、常见技术咨询等，缺乏自动化支撑，影响整体交付效率；
知识传承断层：团队积累的问题解决经验难以沉淀，新人,新项目需要重复踩坑。

希望报名者能够围绕上述痛点，分享利用人工智能技术应用在研发全流程效率提升方面的经验或思考。

测试左移与右移实践

......

AI时代质量架构

......

质效度量:从洞察到智能化

......

质效领域Agent实践

聚焦AI Agent在质量保障与效能提升中的创新应用。我们将深入探讨Agent在自动化测试、缺陷识别、代码审查、知识问答、流程协同等质量场景的实战案例，以及在开发、测试交付等效能场景中的落地实践。通过真实业务应用分享，展示智能Agent如何驱动质效双提升，助力企业实现研发智能化转型。

字节智能测试技术探索及实践

在大模型高速发展的时代背景下，如何将智能化能力应用到测试领域、解决传统测试领域瓶颈问题成为质量保障领域一个非常重要的探索及研究方向。借鉴研发智能助手相关领域的产品形态，字节质量技术团队将重点投入在智能测试助手方向，通过集成客户端、服务端等多种智能化测试能力，实现全流程的智能测试。本专场重点介绍智能助手及基础智能能力的建设及在字节当前的应用实践。

大模型驱动的DevOps工具链

本专场聚焦探索大模型（LLM）如何深度重塑DevOps工具链，解锁软件开发与运维的在 AI 智能化时代的新范式。我们将会邀请国内外各领先企业分享AI 大模型在革新需求管理、代码生成、智能测试、部署及运维等关键环节中的前沿实践与新的突破，共同探讨LLM 能力如何深度应用到现有工具链，在保障质量的前提下实现开发生产力跃升，并对生产环境的运营质量进行持续强化。我们诚邀您来研讨最新洞见、工具创新或对未来 AI重构DevOps协同模式的思考，一起构建 AI时代 DevOps 工具变革的新蓝图。