在大模型时代已经出现了不少成熟的方案它们将传统Monkey测试的“随机性”升级为了由AI驱动的“智能化”探索。这些方案的核心思路是让AI大模型LLM理解应用界面并像人类一样做出有目的的操作从而告别传统Monkey测试“乱点”的低效。以下是几类主流的成熟方案可供你参考。 主流AI Monkey测试方案对比方案名称主要适用平台核心特点与技术成熟度/来源AI-Agent-MonkeyApp (Android)-纯视觉驱动不依赖UI控件信息通过截图OCR识别界面。- 使用多模态大模型如autoglm-phone进行决策。- 已在实际项目中落地验证。较高开源/自建项目HybridMonkeyApp (Android)-学术研究成果在Google官方Monkey上改进。- 核心是解决随机测试的“UI探索陷阱”问题。- 测试覆盖率和崩溃发现数均有显著提升如覆盖率平均提升54.8%。学术研究/概念验证GPT-MonkeyApp (Android)-学术研究利用LLM进行GUI理解和功能分割。旨在解决传统方法缺乏深度GUI理解、测试效率低的问题。学术研究AIMonkey微信小程序- 微信云测官方提供的商业化服务。-纯大模型驱动更贴近人类感知。- 可回放测试过程并自动生成测试代码。商业化/高ExplorbotWeb-AI代理像QA工程师一样自主探索。-“探索即测试”将探索过程转化为可复用的测试用例。- 成本低廉适合7x24小时运行。较高开源工具Mayhem MonkeyWeb-AI驱动的混沌工程工具。- 采用多Agent协作如Gemini模型进行推理和决策。- 与Playwright深度集成可自主完成多步Web操作。较高开源项目wacatWeb- 模拟“猫踩键盘”的随机操作。- 支持AI驱动的内容生成和错误检测需OpenAI API。- 基于Playwright实现。中开源工具TakoQAWeb- 使用“一群浏览器代理”来测试Web应用。中开源项目SimManWeb-无选择器、基于视觉的Web测试方案。早期Alpha阶段 如何选择合适的方案面对众多选择你可以从以下几个维度来考量你的测试对象是什么Android App优先考虑AI-Agent-Monkey纯视觉更贴近真实用户或HybridMonkey学术验证效果显著。微信小程序AIMonkey是最佳选择这是微信官方提供的成熟服务。Web应用选择很多。Explorbot适合深度探索和用例生成Mayhem Monkey适合做混沌工程和健壮性测试wacat则更轻量上手快。你的团队技术栈和资源如何追求快速上手和商业支持可以考虑AIMonkey小程序或Virtuoso QA这类商业化平台。有技术实力进行二次开发AI-Agent-Monkey、Explorbot等开源项目提供了很好的基础你可以基于它们进行定制。你的测试目标是什么提升业务场景覆盖率优先选择AI-Agent-Monkey这类能理解业务、进行有目的探索的方案。发现隐蔽的稳定性或安全漏洞Mayhem Monkey这类混沌工程工具会更合适。自动化生成测试用例Explorbot和AIMonkey都具备将探索过程转化为代码的能力。 总结大模型技术让“智能Monkey”从概念走向了成熟落地。这些方案通过赋予AI“看懂”和“思考”的能力有效解决了传统Monkey测试“无头苍蝇”般的困境使得自动化探索测试真正具备了业务价值。建议你可以根据上表结合自己的测试对象、团队资源和具体目标选取1-2个方案进行小范围试点亲身感受AI带来的效率提升。
