进入新年——2022年，我就想和大家聊一聊软件测试发展趋势，算是每年的一道作业。这两天我搜索、调研了一番，没有发现什么特别好的线索，因为各种各样的新动态，如 “持续测试、AI技术应用于软件测试、超级自动化、将测试提升为质量工程、性能工程开始兴起” 等之前已在本公众号都有所介绍：
至于测试左移、测试右移，我们已经讨论了好几年，而“未来更内卷”的调侃、“测试会消亡”这样的老话题，没必要再讨论。
除了参考上面那些文章，我们也可以通过QECon组委会和中国信通院联合发布的《软件测试技术白皮书》了解软件测试未来发展的趋势，大致概括为以下几点：
-
从测试工程方法上看，基于模型的测试设计从而生成文本描述的测试用例或自动化测试脚本，基于AI（如模式匹配、机器学习方法、群体智能算法）可以完成组合的测试用例设计、或进行辅助推荐关键步骤与验证点等会受到更多的关注；
-
在不同的测试类型上有比较多的测试实践，如全链路压测、流量回放、混沌工程、DevSecOps、软件成分分析、智能模糊测试、安全风险自动化评估、隐私保护测试等技术会应用越来越多；
-
从测试对象看，智能测试、大数据测试、5G+云应用测试、VR/AR测试、IoT 测试、区块链应用测试都是未来发展的重点。
另外，通过正在进行的软件测试工具调查，我们也看到接口测试及其自动化测试越来越受到更多的关注。这也容易理解，微服务架构、面向接口的开发与应用是当今软件开发的一个主流趋势，接口测试自然成为主要的验证手段，而且接口测试也更容易实现自动化测试。
（接口测试工具 比第2名的UI测试工具高出30%
测试管理工具成为日常工作的一部分，不比较）
不管是AI技术、OCR技术还是其它技术，从根本上看，都是为了提升自动化测试，将自动化测试提升到极致水平，实现无代码的自动化测试平台、脚本自我修复、自动定位缺陷、调用链自动分析与生成、超级自动化、测试机器人等等。大家有时间可以研究一些国际上先进的测试工具，如Aspiresys、Kobiton、Telerik Test Studio、Testsigma等，它们代表了自动化测试的潮流，很好地整合了基于云的、AI技术的自动化和持续测试，并入CI/CD流水线，以支持端到端的、快速的产品开发周期。
（Kobition 低代码的自动化测试平台）
（Testsigma基于自然语言的测试脚本）
通过最近一次 国内软件质量调查 发现，有独立的测试团队占的比重不低，高达67.3%，所以测试岗位的风险不大，虽然我们一直提倡敏捷、DevOps，测试与开发要融合，但路还很长，更何况现在是“软件定义一切”、“传统制造业数字化转型”的时代，有大量新的软件开发需求产生，而且工业互联网应用对质量要求更高，管理更保守，这样测试工程师的人才需求会更大。
从“职友集”那边统计数据的趋势看，从2019年开始，测试的职位对学历的要求越来越高，本科、硕士慢慢成为刚需，大专/中专学历的机会越来越少，这与自动化测试、开发新技术（区块链、大数据、微服务、云计算等）的大环境有关，对软件从业人员有更高的要求——需要更好的理论基础和更强的技术能力。
从薪水看，即使在这两年疫情困难时期，也还是在增长的，虽然增长的幅度不大。在北上广深，薪水增长还是比较快的，而且像同济这样985学校，如果能进一些知名大厂，本科毕业生年薪就能拿到40万，月薪约26～28K，怪不得有人说，老人不如新人。
（全国平均水平）
如果是本科毕业的，月平均工资12.6K，比整个测试人员的平均工资高出1.6K
如果是硕士学位的，月平均工资比本科高出不少（高出近60%），
这是现在考研这么热的主要原因吗？
如果你在测试职业发展有困惑，请参考这篇文章：软件测试人员迷茫之中如何找到职业发展的方向？如果你看了这篇文章还有疑惑，请留言，我们试图答疑解惑。
欢迎继续参加：测试自动化工具调查
也欢迎提交议题，来QECon深圳站分享。
原文发表于我的个人公众号 软件质量报道 2022-01-26 07:48