在人工智能（AI）技术日新月异的今天，Zencoder，这家由连续创业者Andrew Filev创立的人工智能编码初创公司，宣布了其最新产品Zentester的公开测试版发布。Zentester是一款AI驱动的软件测试代理，旨在自动化端到端的软件测试流程，这一关键但往往耗时的步骤此前可能会延迟产品发布数天甚至数周。
Zencoder的这一新工具代表了该公司在日益拥挤的AI编码助手市场中的最新尝试，在这个市场中，企业正竞相自动化不仅仅是代码生成，而是整个软件开发工作流程。与主要关注编写代码的现有AI编码工具不同，Zentester针对的是验证阶段，即确保软件在到达用户之前能够按预期工作。
“验证是从实验阶段向生产阶段扩展AI驱动开发的缺失环节，”Filev在接受VentureBeat独家采访时表示。这位首席执行官此前曾创立了项目管理公司Wrike，并在2021年以22.5亿美元的价格将其出售给Citrix。他补充说：“Zentester不仅仅生成测试，它还通过验证AI生成或人工编写的代码是否按预期工作，给开发人员带来了发布的信心。”
这一消息发布之际，AI编码市场正经历快速整合。上个月，Zencoder收购了另一款拥有超过10万次下载的AI编码助手Machinet。与此同时，OpenAI也达成了一项约30亿美元收购编码工具Windsurf的协议（该交易于5月完成）。这些举动凸显出企业正急于构建全面的AI开发平台，而不是单点解决方案。
软件测试成为AI驱动开发的最大障碍
Zentester解决了软件开发中的一个持久挑战：开发人员和质量保证（QA）团队之间漫长的反馈循环。在典型的企业环境中，开发人员编写代码并将其发送给QA团队进行测试，通常会等待数天才能获得反馈。到那时，开发人员可能已经开始处理其他项目，当发现问题时，会产生昂贵的上下文切换成本。
“在典型的工程流程中，开发人员构建完一个功能并将其发送给QA后，几天后才能收到反馈，”Filev告诉VentureBeat。“到那时，他们已经开始处理其他事情了。这种来回的上下文切换——尤其是在发布冲刺期间尤为痛苦——可能会将简单的修复工作拖成一周的磨难。”
早期客户Club Solutions Group报告了显著改善，其CEO Mike Cervino表示：“以前我们的QA团队需要花费几天时间完成的工作，现在开发人员只需2小时就能完成。”
随着AI编码工具生成的代码量越来越大，这一时机尤为重要。虽然像GitHub Copilot和Cursor这样的工具加速了代码生成，但也带来了新的质量保证挑战。Filev估计，如果AI工具将代码生成量提高10倍，测试需求也将同样增加10倍，这将使传统的QA流程不堪重负。
Zentester的AI代理如何像人类测试人员一样点击按钮和填写表单
与传统的需要开发人员编写复杂脚本的测试框架不同，Zentester可以基于简单的英文指令进行操作。这款AI代理可以像人类用户一样与应用程序交互——点击按钮、填写表单并导航软件工作流程——同时验证前端用户界面和后端功能。该系统与现有的测试框架（包括Playwright和Selenium）集成，而不是完全取代它们。
“我们绝对不喜欢人们放弃我们DNA中的一部分，”Filev说。“我们认为，AI应该利用行业中已经存在的流程和工具。”
Zentester提供了五项核心功能：在功能开发期间由开发人员主导的质量测试、用于创建综合测试套件的QA加速、针对AI生成代码的质量改进、自动化测试维护和持续集成管道中的自主验证。该工具是Zencoder更广泛的多代理平台中的最新成员，该平台包括用于生成软件的编码代理和用于基本验证的单元测试代理。该公司的“Repo Grokking”技术分析整个代码存储库以提供上下文，而错误修正管道旨在减少AI生成的错误。
AI编码主导地位之争愈演愈烈，数十亿资金涌入自动化工具
随着Zentester的发布，AI开发工具市场的竞争愈发激烈，其中既有微软GitHub Copilot这样的老牌玩家，也有Cursor这样的新兴参与者，它们都在争夺开发人员的心智份额。Zencoder通过为不同的开发阶段构建专门代理的方法与主要关注代码生成的竞争对手形成对比。
“目前，市场上有三款生产级的强大协调产品：我们、Cursor和Windsurf，”Filev在最近的一次采访中说。“对于小型公司来说，竞争变得越来越难了。”该公司声称在行业基准测试中表现出色，在SWE-Bench Verified测试中的成功率为63%，在更新的SWE-Bench Multimodal基准测试中的成功率约为30%——Filev表示，这些结果是将之前的最佳表现翻倍。
行业分析师指出，端到端测试自动化是AI编码工具的下一个合理步骤，但成功实施需要对应用程序逻辑和用户工作流程有深刻的理解。
企业采用AI测试平台前需了解的事项
Zencoder的方法为正在评估AI测试工具的企业客户既提供了机遇也带来了挑战。该公司的SOC 2 Type II、ISO 27001和ISO 42001认证解决了大型组织关键的安全和合规性问题。然而，Filev承认，企业的谨慎是合理的。
“对于企业而言，我们目前不主张完全改变软件开发生命周期，”他说。“我们主张的是AI增强，即企业现在可以进行快速的AI代码审查和验收测试，从而减少管道中下一个环节所需的工作量。”
该公司的集成策略——在现有的开发环境（如Visual Studio Code和JetBrains IDEs）中工作，而不是要求平台切换——可能会吸引那些拥有已建立工具链的企业。
从构想到部署，自动化软件开发竞赛
随着AI工具从简单的代码生成扩展到更广泛的领域，Zentester的发布使Zencoder能够在软件开发工作流程中竞争更大的份额。该公司的愿景是扩展到从需求到生产部署的完全自动化，尽管Filev承认目前还存在限制。
“下一步将是实现从需求到生产的整个流程，”Filev说。“你现在能否将其整合，以便你可以有自然语言需求，然后AI可以帮助你将其分解、构建架构、编写代码、进行审查、验证并将其发布到生产环境？”
Zencoder通过三个定价层级提供Zentester：免费基础版、每用户每月19美元的商业计划以及每用户每月39美元的企业版（提供高级支持和合规性功能）。对于仍在争论人工智能是否会取代程序员或仅仅使他们更加高效的行业来说，Zentester提出了第三种可能性：AI处理繁琐的验证工作，而开发人员则专注于创新。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/zencoder-fa-bu-ai-gong-ju-jiang-shu-ri-de-qa-gong-zuo-suo
