11月21号有幸参加了《MTSC2020测试开发者大会》（深圳站）。
相信关注 TesterHome 社区的同学应该听说过这个大会，或者和我一样也去参加了。
大会好几个议题都在讲智能自动化/AI测试/机器学习，这也是今年大会的主旋律。
当然也有另外的方向，开源平台、效能解决方案、质量保障方向等等
接下来，谈谈关于听了几场专项的议题的感受。
《AgileTC开源敏捷用例管理平台》
【平台发展方向】实现快捷共用，xmind导图流程化，学习成功和改造成本低
【实现理念】敏捷测试：测试设计即用例，测试结果即报告
传统的execl表格用例，各大平台化用例管理，xmind线下用例，可能大家多少都有接触或者使用过，优缺点各有不同。
而敏捷用例平台，实现把测试用例进行统一的执行标准，支持多人协作，用例快速复用，易于维护和规范化管理，且支持二次开发并对接到各大平台上进行整合。
学习思路：
测试用例，测试人员投入成本低，用例维护简易，支持多人协助，能快速复用
《基于JMeter的一站式开源持续测试平台》
平台理念：有效助力开发和测试团队充分利用云弹性进行高度可扩展的自动化测试，加速高质量的软件交付，推动中国测试行业整体效率的提升。
测试用例，自动化测试，性能测试对测试人员来说，这三大块基本上是家常便饭，或多或少都有上手的能力，虽然都是测试环节，但也都是独立存在，这也是延伸出各个角色：功能测试人员，自动化测试人员，性能测试人员
metersphere平台，却是打造了三者的结合，也就是说一个人可以把功能，接口自动化，性能测试一体化完成最后输出三份测试报告，当然能独立完成的人员也是有要求的，至少是对自动化测试和性能测试都得懂。平台也支持接入tapd和jira，快速实现提bug功能。
学习思路：
打造一人多能，提高测试快速交付能力，推动测试效率提升
《字节API智能测试服务-ByQI》
API测试几个方案。
手工：charles/postman
工具/框架：HttpRunner 或 python+requests等
平台：开源或自研API测试平台。
AI赋能：服务化+AI赋能。
绝大多数公司都是前三种方案，当然也包括个人学习的方向。
ByQI：当用户在使用公司产品的时候就是在测试，所以，ByQI的做法就去获取这些真实用户的真实请求，然后做回放，就可以自动化的测试接口了。听上去是不是很爽？那么也会面临很多问题。
产线数据如何脱敏，如何写断言，保证用例的可靠性，如何评估用例的对API逻辑的覆盖度...ByQI 当然是用AI去解决这些问题了！
难点：学习成本高，必须有一个AI开发的团队，且对产品业务理解全透彻
学习思路：
自动化检测，自动化分析，精确分析定位问题，自动修复问题探索
《微众研发效能改进----数据度量体系》
四个视角：基础建设、项目管理、研发规范、数据度量
这个专项议题主要是项目的全生命周期进行分析，各种维度进行数据构造与精准化管理，通过数据分析管理团队成长方向。各个角色分工明确，分析团队不足，改进措施，设立激励体系……
大厂当然有大厂的好处，制度实行比较全面，规范落地也能全面实施。坏处也明显，投入成本相对较高，改进时间比较长，各种审批流程又臭又长
学习思路：
团队成长，分析优缺点，针对不足之处制定有效改进措施，培养自驱能力，数据可度量
总结
去年的MTSC2019，大部分议题还在围绕移动自动化、测试平台、真机云平台展开。今年MSTC2020的议题话风改变，明显变得高大上
testhome讨论专区：https://testerhome.com/topics/26860
方向1：这些技术的投入产出，以及实际收益，最后如何在中小公司和团队有效落地。
方向2：这些技术跟测试职业本身关系不大，因为都是专职开发搞的，小厂有不测业务的测试开发团队吗？大部分测业务的同学，不亚于去参加了一场 xx开发者大会，除了是感慨一通他们开发玩的技术好厉害，回去之后，还是要鼠标点点点，键盘敲敲敲，能用到自己所在项目上的很少。
方向3：只有开发，没有测试；没有ai，自动化测试干不下去了；没有代码能力的测试只能干外包了
……
我觉得，测试职业技能逐渐向开发靠拢，这是一个不可逆的趋势。毕竟能多赚钱的本事，谁也不会嫌弃的 ^_^
首先，有大厂在前面探路，这正是行业进步的表现。能更早的了解这些技术，为自己的技术发展指明了方向。
其次，测试这个职业也不会一夜间就要被消灭的，技术的更新需要过程，同样也给我们留够学习的时间。
最后，加油吧！小火鸡们~！
