2025年初，DeepSeek掀起大模型技术热潮，AI风瞬间席卷各行各业。航空工业一飞院航电所机载软件测试专业敏锐地抓住“以智提质、以工增效”的时机，开展智能测试工具研发工作，从技术深耕到路径校准、从试错迭代到工具落地，团队用一整年的稳扎稳打，交出了一份合格答卷。
“百次试”不等于“白忙活”
2025年4月初，五所测试团队便完成了首款智能测试辅助插件的开发，但插件生成的用例与实际需求的贴合度不足，效果未达预期。
面对初期“碰壁”，团队积极与高校专家等开展深度交流，为团队厘清技术方向、调整攻关策略。团队沉下心，扎进大模型技术深水区，对预训练、微调、知识图谱、上下文工程等核心技术开展深入研究，同步开展多轮次的技术路径评估。
此后数月，测试团队累计完成了上百次的领域工程上下文实践，针对机载逻辑类、显示类软件的测试特性量身定制标准化上下文模板，构建起覆盖机载软件典型测试场景的专属知识库，为工具的精准赋能筑牢坚实根基。
“拆解流程”等于“告别黑箱”
目前，市面上不少智能用例生成工具走的是“黑箱”路线，输入需求后直接出结果，中间过程看不见、摸不着，一旦生成结果有偏差，只能推倒重来，最终耗时又耗力。
团队在人工智能研发过程中，注重“过程可控、结果可信”理念。测试团队基于这一核心思路，跳出传统“黑箱”的粗放模式，将测试用例生成的全过程进行拆解，包括“需求解析、功能点提取、测试点提取、数据与逻辑因子提取、用例生成”，保证每个环节输出结果透明、可控、可纠正、可优化。当发现需求理解偏差时就及时纠正，察觉到场景覆盖不全就及时补充，使最终生成用例既符合机载软件测试专业用例规范，又能精准地匹配具体的测试场景。
经过多轮次的实测验证，工具生成用例有效率和覆盖率均达到预期标准。（韩启 王媛）