中信银行软件开发中心总经理 迟鲲

  随着数字中国战略的全面启动和数字金融大文章的提出，我国银行业数字化转型正式由探索期步入成熟期，由零散化的数字化探索逐渐向规模化应用、体系化建设方向发展。在此背景下，以创新为主导的新质生产力成为高质量发展的强劲推动力与坚实支撑力，大模型及生成式AI成为银行业新质生产力的动能核心。

  中信银行软件测试工作自2022年起先后经历了质量总控舱、全面自动化、影响性分析左移、性能合伙人等多个飞跃式发展阶段，以“做好质量的最后一道防线”为目标，以“坚持自主创新”为原则，建成了以“五跃天——数字化质控中台”为主体的全面数字化测试质量保障体系。2023年，为响应国家及总行号召，进一步深化科技侧数智化转型工作，降低科技研发成本，提升研发效能，重塑测试流程，优化用户体验，提升自身软件测试工作在行业、领域及品牌的差异化竞争力，中信银行软件开发中心基于大模型及生成式AI这一利器，深挖技术，精研流程，深耕场景，借助其强大的语言理解、知识表示、多模态感知、逻辑推理等能力，结合自身优势，探索出一条低成本、高价值、可持续的银行测试智能化转型之路。

  一、智能化转型之路——挖掘场景、积沙成塔

  中信银行信息科技条线的软件测试智能化转型工作总体围绕旧场景升级、新场景变革两大方向稳步推进。相较于传统的“堆栈式”数字化解决方案，大模型及生成式AI可以极大提升测试旧场景中的应用深度，作为节点间的黏合剂，有力提升数字化资产流转率;而在新场景构建上，以智能化回归测试、用户行为模拟等为主导的新型测试应用结合创新性思维，解决了传统测试工作中的低效痛点问题，极大地提升了测试人员的体验感和质量保障功效。

  在构建思路上，中信银行信息科技条线放弃传统的基于顶层设计、由上至下的应用构建模式，积极探索“散点—沙箱—体系”三步走实现路径。这样既能忽略当前模型能力给整个顶层设计带来的压力，同时也极大降低了应用构建成本，将调研、设计、试错等低性价比工作最小化。

  在应用落地上，AI场景应用的构建仍存在诸多现实问题，如数据资源质量不高、技术门槛相对较高、大模型人才缺口大、大模型幻觉现象严重、产品创新运营机制不完善等。针对上述问题，中信银行信息科技条线从多种视角重新审视当前的测试工作，包括从测试规范、环境、工具、资产、流程出发，对每一个细分场景进行深度还原，识别出测试管理、功能测试、业务测试、非功能测试四大类中的24个场景，通过分析每一个测试场景中可能存在的结合点、场景的重要程度、当前的成熟度、可替代性、实现难度、业界趋势、实现性价比、数据优势等，并结合Gartner发布的“生成式人工智能智慧化业务场景”分层理论，确立了十余个高优先级的生成式人工智能测试场景;同时，使用小参数开源模型、向量知识库、智能体(Agent)、微调等手段，整合有限的资源及优势能力，逐步完成了应用的落地。

  二、智能化转型实践——降本增效、流程重塑

  1.降本增效，挖掘场景核心黏滞点

  在降本增效实践中，中信银行信息科技条线以“测试AI助手、文档生成、需求分析”为切入点，深入挖掘各场景的核心黏滞点，提升大模型及生成式AI能力，积极探索最佳的解决方案。

  作为大模型应用的基础场景之一，测试AI助手基于垂直领域知识库，可以快速实现高效的智能化服务。借助大模型的基础能力，中信银行信息科技条线结合知识库和轻量微调技术，成功落地问答助手和会议助手，并将其广泛应用于金融、自动化等多个知识领域。

  问答助手支持金融知识、行业特色知识、自动化知识、测试工具知识的问答功能，可以帮助测试人员快速了解金融场景、工具应用等知识，辅助测试人员开展测试工作;同时支持SQL生成及人员产能分析，例如，在产能分析功能下，可以快速查询和分析产能，从个人、团队、组织、案例执行和编写等多个维度进行全面定制化分析，为个人和管理者提供客观的数据支持。会议助手支持快速总结会议内容和生成会议纪要。目前，测试AI助手在新人培训、跨部门沟通等场景发挥了较大作用，不仅拓展了知识获取途径，同时提升了沟通协作效率，展现出极大的潜力。

  在文档生成场景中，中信银行信息科技条线以对公授信报告生成为切入点，有效解决了对公客户经理在撰写对公授信报告过程中遇到的痛点问题。目前，中信银行信息科技条线实现了对公授信报告的自动生成，将对公授信报告的撰写效率整体提升了60%以上。

  在需求分析场景中，经过微调，模型对于需求文档的缺陷识别率可达90%以上，测试准入整体流程提效约35%，关键字标注准确率达95%以上，需求分析整体提效40%左右。

  2.流程重塑，提升场景协同发力点

  在流程重塑实践中，中信银行信息科技条线以“智能导引、性能评估”为切入点，基于大模型的Agent能力，寻找场景间协同发力点，推动跨流程串联，进一步提升流程的智能化及问题解决能力，达到“1+1>2”的效果。

  智能导引通过大模型的Agent能力，可实现操作行为的自动化执行，从而大幅降低人为操作成本，实现跨系统、跨功能的智能化连接。目前，中信银行信息科技条线已在数据构造和业务指引两个场景中成功应用了这一技术。

  在数据构造应用上，中信银行信息科技条线通过大模型与五跃天工具体系的双向整合，结合多级提示词提取策略、引导式提问和数据构造知识库，能够精确识别用户的测试数据构造需求，并通过大模型调用五跃天工具体系的对外服务接口，自动生成测试数据和操作指引;在业务指引应用上，中信银行信息科技条线融合RPA和Agent技术，建立了完备的知识体系和工具资源体系，能够精准捕捉用户需求并协助其操作执行。系统在解析用户问题后可自动发起系统登录、菜单定位和功能页打开等操作流程，同时设计执行插件工具，封装已有的执行引擎并将执行过程可视化，实现跨系统的流程控制。目前，以上应用均已上线，主要聚焦数据构造、客服问答、人机协作等方面。未来，中信银行信息科技条线将构建“数据飞轮”，实现Agent知识库的自动化维护，持续提升系统的整体效能，拓展多样化应用场景。

  在性能评估场景，中信银行信息科技条线以大模型为主体，引入检索增强生成(RAG)、生成式BI、数据驱动的多智能体框架，将五跃天作为数据源，使性能评估的准确率提高了20%，效率提升了31%，缺陷检出率增加了10%。这种基于人工智能的性能评估策略将改变传统方法，为测试团队提供高效、准确且节约资源的工具，推动技术进步，带来更稳定快速的用户体验。

  三、思考与展望

  AIGC与测试工艺、测试体系的结合并非一蹴而就，而是一个逐步演进的过程，需要在技术、方法论和实践等方面不断探索和完善。未来，在国家战略引导及行业发展的双重加持下，中信银行信息科技条线将坚持数智化创新思路，推广新质生产力模式，建成协同发展的智能化测试体系;同时，坚守创新原则，在创新实践与风险防控之间达成平衡，在资源投入与效能产出之间达成平衡，实现测试工艺和测试体系的高效、智能与可持续发展。

作者：中信银行软件开发中心总经理 迟鲲

    中信银行软件开发中心测试管理板块板主 高蕊