作者：中国邮政储蓄银行软件研发中心 艾山邱，伍珍妍，杨林，董旻，王凯，刘哲，吴昕彤

随着金融科技的纵深发展，业务需求迭代的频率已由传统的按月发布演进为周级甚至日级发布。在敏捷开发与持续集成/持续交付模式全面铺开的背景下，软件质量保障体系面临着日益复杂的业务覆盖要求与质量把控挑战。回归测试作为确保代码变更不破坏存量功能的关键环节，其验证范围的精准度决定了版本交付的质量生命线。

然而，面对海量且持续膨胀的测试资产，如何在有限的窗口期内科学、精准地划定回归范围，已成为确保测试全覆盖、防范业务风险的瓶颈所在。中国邮政储蓄银行软件研发中心基于大语言模型（Large Language Model,LLM）技术，探索并构建了一套不依赖源代码、仅基于用例本身的智能回归用例推荐方案，旨在通过深度语义洞察+专家经验校准的创新协同机制，实现智能化筛选与专业判断的高度契合，在降低技术接入门槛的同时，确保回归测试的科学性与适应性。

一、效能瓶颈与技术挑战

（一）传统回归测试用例挑选的结构性困境

资源约束与风险覆盖的博弈。面对紧张的上线周期，测试人员往往陷入两难境地：若扩大测试范围，资源与时间窗口难以支撑，导致发布延期；若压缩测试范围，极易遗漏关键的关联功能，引发生产环境的回归缺陷。目前依赖经验的筛选方法缺乏标准和数据支撑，使得测试策略在“过度”与“不足”间难以平衡。

文档维护滞后与隐性知识依赖。传统的回归测试挑选高度依赖于需求文档的完备性与领域知识的必要性。然而，在快速迭代的敏捷开发中，需求文档往往难以做到实时更新与详尽完备，大量业务逻辑变更是以代码或口头沟通的形式存在。这种文档真空使得基于文档的分析方法难以奏效，而过度依赖测试专家的隐性知识则带来了单点风险。

语义理解缺失导致的资产冗余。长期迭代导致用例库中存在大量语义重复或功能冗余的用例。传统关键词匹配技术无法理解用例背后的业务逻辑，难以识别不同表述但相同意图的冗余项，导致推荐结果包含大量低价值重复用例，增加了人工复核负担。

（二）大语言模型应用于推荐场景的落地障碍

长文本处理与注意力稀释。金融业务项目的测试用例集通常规模庞大，直接输入的文本量极易超出主流模型的上下文窗口限制。即使在长窗口模型中，过长的输入也容易导致模型的注意力机制分散，使其难以在海量文本中精准捕捉核心业务逻辑，从而影响分组、推荐的准确率。

领域幻觉与业务逻辑偏差。通用大模型缺乏特定金融业务领域的先验知识，在面对复杂的业务逻辑判断时，容易产生幻觉，即推荐出看似合理但实际无关的用例。如何通过预设规则进行有效引导，确保模型输出符合特定的业务测试规范，是落地的关键。

二、语义驱动的智能推荐体系探索与实践

针对上述双重挑战，我行构建了一套语义驱动、人机协同的回归测试用例智能推荐方案；通过分层处理与混合策略，实现了轻量化、高智能的测试范围界定，有效降低了对标准化需求文档的依赖，减轻了测试人员的上手与使用成本。

图1 智能回归用例推荐与人工挑选对比图

（一）轻量化的语义分析架构

为了降低使用门槛和维护成本，本方案不再强依赖于完备的需求规格说明书等标准化文档。系统仅需接入测试管理平台的用例数据（包含测试要点概述、步骤描述、预期结果等内容），通过结构化预处理清洗数据噪声。这种设计能够以极低的门槛快速适配各种项目，即便是文档缺失的历史遗留系统，只要具备相应的测试用例，即可纳入智能推荐的范畴。

（二）基于混合分类体系的深度语义聚类

针对用例库庞杂无序及大模型上下文限制的问题，系统引入了分治思想，利用LLM进行深度的语义分组。

采用预设引导+开放发现的混合模式：一方面，利用预设的通用测试组别（如流程验证、异常处理、权限校验、界面交互）对用例进行初步分组，引导模型聚焦特定维度的特征；另一方面，允许大模型识别预设框架无法覆盖的测试偏重，动态生成具有业务含义的新分组。这一过程将扁平的用例列表转化为结构清晰、业务逻辑自洽的分组，不仅有效解决了上下文超长的问题，还精准识别出功能冗余的用例，为后续的去重和择优奠定了数据基础。

（三）专家经验注入与可视化校准机制

为了解决人工智能在特定领域可能产生的认知偏差，引入专家经验校准环节；系统将大模型生成的分组结果以卡片形式呈现，作为中间产物开放给测试专家。

测试专家并非被动接受结果，而是掌握最终的决策权。他们可以通过拖拽、合并、拆分等交互操作，对分组结果进行微调，将当前测试项目内的隐性知识显性化并注入到模型中。这种人在回路的设计，实现了人工智能与人类专家经验的深度融合，确保了分组结果的业务准确性。

图2 测试管理平台智能回归用例推荐分组操作截图

（四）风险兜底与智能择优的双轨推荐策略

在用例推荐阶段，系统采用了稳健的混合策略，兼顾风险控制与测试效率。

基于历史数据的风险兜底。系统自动关联缺陷管理平台，强制锁定历史上曾产生过生产缺陷或来源于高频交易的测试用例。这部分用例作为必选项，不占用推荐配额，确保已知的高风险点得到100%覆盖。

基于多维语义的智能择优。在剩余的用例池中，大模型根据用户动态设定的推荐比例，基于代表性、关键性、多样性三大原则进行推理筛选。模型会优先推荐覆盖主流程、关键异常分支以及具有独特测试视角的用例，剔除语义重复的冗余项，实现测试集的高效精简。

图3 智能回归用例推荐流程图

三、实践成效与价值

该智能推荐方案已在我行多个项目中投入试点运行，截至目前，系统已累计完成多轮次的回归测试推荐任务，总计推荐测试用例4787条。经各项目组测试专家的严格审核与确认，最终采纳用例数为3336条，其中直接导入测试流程用例达3111条。

（一）聚焦实效价值，减少重复劳动

数据表明，基于语义分析的推荐逻辑与测试专家的判断具有较强的一致性。通过智能分组和推荐，有效识别回归测试中的必要用例，使测试团队能够将精力聚焦于真正具有业务价值的测试点上，减少了无效劳动。

（二）降低使用门槛，适应敏捷节奏

得益于不再强依赖标准化需求文档的优势，该方案在试点项目的推广过程中展现了较好的适应性。项目组无需在迭代中花费精力维护文档，仅需维护测试用例资产即可享受智能化服务。这种轻量级接入的特性，降低了试错成本与推广阻力，使得智能化测试能力能够迅速覆盖到文档资产相对薄弱的项目中。

四、展望

智能回归测试用例推荐的初步成功，验证了LLM在软件质量保障领域的潜力,更是推动测试模式从经验驱动向数智驱动转型的关键一步。

未来，我们将持续深化该方案的应用深度与广度。在纵向上，深化业务链路洞察，重点构建全链路交易拓扑图，通过深度解析交易间的调用关系与数据依赖，精准甄别变更交易对上下游业务的潜在影响，实现从单点语义分析向链路级影响范围识别的跃迁，进一步提升推荐的颗粒度与覆盖的完备性。

在横向上，致力于推动该能力在全行范围内的规模化应用，使其成为敏捷交付流水线中的标准组件，构建从需求变更感知、用例智能推荐到自动化执行的端到端无人值守回归闭环，为企业级软件交付的质量与效率提供坚实的智能化保障。