AI 正在重塑软件研发流程。
过去，一个需求从开发到测试，节奏相对稳定；而现在，AI Coding、智能补全、代码生成工具正在大幅提升开发交付速度。研发侧越来越快，测试侧如果仍然依赖传统脚本编写、人工维护和被动修复，就很容易出现新的效率断层。
尤其是 UI 自动化测试，一直是企业质量工程中最“难啃”的一块骨头。
脚本录制容易，稳定运行难； 覆盖场景容易，长期维护难； 页面变化频繁，自动化用例失效更频繁。
在 AI 编码时代，UI 自动化测试如何从“能跑起来”，走向“更智能、更稳定、更低维护成本”？
本次 AI 驱动的软件测试分论坛，中国平安人寿保险股份有限公司 DevOps 高级工程师蔡雪，将带来主题分享：
《AI 编码时代，UI 自动化测试智能化演进之路》
讲师介绍
蔡雪，中国平安人寿保险股份有限公司 DevOps 高级工程师，长期深耕研发效能与研发工程化建设，是研发工具平台化、自动化、智能化落地的持续推动者。
她主导过公司多个核心研发平台的规划与设计，成功推动前端 CI/CD 平台、女娲 UI 自动化测试平台等工程化能力落地，为多个研发领域提供了持续赋能。
在研发效能、自动化测试、工程平台建设等方向，她具备丰富的一线实践经验，并累计获得 10 多项国家发明专利授权。
当前，蔡雪重点关注 “AI + 研发工程化” 的深度融合，持续探索如何将 AI 能力融入研发工具链，推动研发效能工具从传统自动化，进一步迈向智能化。
分享背景：AI Coding 提速之后，测试效率不能掉队
AI 编码工具正在让研发交付节奏发生明显变化。
过去，开发人员可能需要较长时间完成页面开发、功能实现和代码修改；现在，借助 AI 生成代码、辅助重构、快速补全，开发效率正在被不断放大。
但问题也随之出现：
开发交付变快了，测试验证是否也能同步变快？
如果开发侧进入 AI 提效阶段，而 UI 自动化测试仍然停留在传统模式，就可能形成新的“效率剪刀差”：
开发代码生成更快，但测试脚本仍需人工编写
页面迭代频率更高，但自动化用例维护成本更高
需求交付周期缩短，但回归测试压力持续增加
UI 元素变化频繁，导致脚本稳定性和可维护性下降
这也是本次分享想重点回答的问题：
在 AI 编码时代，UI 自动化测试如何完成智能化升级？
议题亮点
本次分享将围绕平安人寿自研 “女娲”UI 自动化测试平台 的实践展开，系统介绍 UI 自动化测试从传统可视化录制，到 AI 智能录制，再到智能感知与自愈能力的演进路径。
分享将重点拆解以下几个方向：
- AI 编码时代下的“效率剪刀差”
AI Coding 提升了开发效率，但也让测试侧面临更高频、更复杂的验证压力。
本部分将分析研发效率提升后，传统 UI 自动化测试在脚本生成、维护成本、执行稳定性等方面暴露出的新问题。
- 女娲可视化录制平台的建设与瓶颈
传统可视化录制能够降低 UI 自动化上手门槛，让测试人员通过操作录制快速生成自动化用例。
但在真实企业场景中，录制平台仍然会遇到一些典型挑战：
页面结构变化导致脚本失效
元素定位不稳定
用例维护依赖人工判断
复杂业务流程难以完全自动理解
录制结果和业务意图之间存在理解差距
这些问题决定了 UI 自动化测试不能只停留在“录制工具”阶段，而需要进一步引入智能化能力。
- 大模型生成测试案例的早期探索
大模型在测试领域最直接的应用之一，就是辅助生成测试用例、测试步骤和自动化脚本。
但在 UI 自动化测试场景中，单纯依赖大模型生成脚本并不够。
因为真实页面包含大量动态元素、复杂交互、业务上下文和前端状态变化，AI 不仅要“会生成”，还要能理解用户操作背后的业务动作。
这也是女娲平台继续演进的重要方向：让 AI 不只是写脚本，而是能够理解操作、感知页面、辅助修复。
- 基于 Event DOM 的智能录制：让 AI 看懂用户操作
本次分享的一大重点，是基于用户交互行为 Event DOM 的 AI 自动化录制技术。
传统录制更多关注“用户点了哪里”“输入了什么”，而智能录制需要进一步理解：
用户操作对应的页面元素是什么
当前动作在业务流程中的含义是什么
页面 DOM 结构如何变化
哪些信息可以用于更稳定的元素识别
如何将用户行为转化为更可靠的自动化测试步骤
通过 Event DOM，平台可以更准确地捕捉用户交互行为，让 AI 在生成自动化用例时不再只依赖表层操作，而是结合页面结构和上下文信息，生成更具稳定性和可维护性的测试资产。
- 案例自己会“复活”：AI 智能自愈机制
UI 自动化测试最大的问题之一，就是“今天能跑，明天就挂”。
页面元素变化、按钮文案调整、DOM 层级变更、前端组件升级，都可能导致原本稳定的自动化脚本执行失败。
传统方式下，测试人员需要排查失败原因、重新定位元素、修改脚本并再次验证。
而智能自愈机制的目标，是在自动化执行失败时，系统能够主动分析失败原因，并尝试完成修复：
判断失败是否由元素变化导致
结合页面结构重新识别目标元素
根据历史录制信息和当前页面状态进行匹配
自动调整定位策略
尽可能恢复用例执行能力
这意味着 UI 自动化测试正在从“人工维护脚本”，逐步走向“平台辅助修复”。
- 实现效果与业务收益
本次分享还将结合平安人寿的实际落地经验，介绍 UI 自动化测试平台智能化升级后，在研发效能和测试质量方面带来的价值。
重点包括：
降低 UI 自动化用例创建门槛
提升自动化测试资产生成效率
减少脚本维护成本
提升用例执行稳定性
增强回归测试效率
推动测试工具平台从自动化向智能化演进
对于企业测试团队来说，这类实践的价值不仅在于某一个工具能力的提升，更在于测试工程体系的升级。
为什么这场分享值得关注？
UI 自动化测试并不是一个新话题，但在 AI 编码时代，它正在遇到新的问题，也迎来新的机会。
过去，我们关注的是：
如何把人工测试动作自动化？
现在，我们更需要关注：
如何让自动化测试具备智能感知、智能生成和智能修复能力？
蔡雪本次分享的价值，正在于它不是停留在概念层面讨论 AI 测试，而是基于平安人寿真实工程平台建设经验，拆解 UI 自动化测试智能化升级的完整路径。
从可视化录制，到 AI 智能录制； 从脚本生成，到 Event DOM 行为理解； 从执行失败，到智能自愈； 从工具提效，到研发质量体系升级。
这是一条非常适合企业测试团队参考的实践路线。
适合哪些人听？
本场分享尤其适合以下人群：
测试开发工程师
自动化测试工程师
DevOps 工程师
研发效能平台负责人
测试架构师
质量工程负责人
正在探索 AI 测试落地的技术团队
关注 AI Agent 与研发工具融合的从业者
如果你所在团队正在推进 UI 自动化测试平台建设，或者正在思考如何把 AI 能力真正融入测试工程体系，这场分享会非常值得关注。
分享主题
AI 编码时代，UI 自动化测试智能化演进之路
分享嘉宾
蔡雪中国平安人寿保险股份有限公司 DevOps 高级工程师
分享看点总结
AI Coding 提效后，测试侧面临怎样的新挑战？
传统 UI 自动化录制平台的价值与瓶颈是什么？
大模型生成测试案例在企业落地中会遇到哪些问题？
如何基于 Event DOM 实现更智能的 UI 自动化录制？
自动化执行失败后，AI 智能自愈机制如何发挥作用？
UI 自动化测试平台如何从“自动化工具”演进为“智能化工程能力”？
AI Agent 时代，测试人员和测试平台将发生哪些变化？
结语
AI 编码时代，研发效率正在被重新定义。
但真正的工程提效，不只是让代码写得更快，还要让测试验证、质量保障和持续交付同步升级。
UI 自动化测试的智能化演进，正是 AI 进入研发工程体系后非常关键的一环。
这场来自平安人寿一线实践的分享，将为我们提供一个重要参考：
当 AI 开始改变研发方式，测试工程也必须主动进化。
