2025年以来，AI Agent成为软件行业关注的热点。

与传统聊天机器人不同，Agent最大的特点是：

它不仅生成答案，还会主动规划任务、调用工具、执行操作。

例如：

用户：

“帮我分析今年销售数据，并生成报告。”

一个AI Agent可能执行：

理解需求

↓

查询数据库

↓

调用分析工具

↓

生成图表

↓

输出报告

对于测试工程师来说，一个新的问题出现：

如何测试Agent？

---

传统软件测试：

输入：

固定参数

↓

输出：

固定结果

例如：

接口：

POST /login

username=test

password=123456

验证：

返回：

200成功

但是Agent不同。

同一个问题：

可能产生不同执行路径。

例如：

用户：

“帮我退款”

Agent可能：

路径A：

查询订单

↓

验证金额

↓

退款

路径B：

查询订单

↓

发现异常

↓

转人工

路径C：

查询失败

↓

重新查询

那么：

哪条路径正确？

有没有遗漏路径？

异常流程有没有覆盖？

这就引出了搜索算法。

---

一、Agent测试，本质是在测试一棵决策树

可以把Agent执行过程理解成一棵树。

例如：

              用户请求

                 |

             意图分析

          /      |       \

      查询     修改     删除

       |

    调接口

       |

   判断结果

    /      \

 成功      失败

测试目标：

不是只验证一个结果。

而是：

覆盖更多可能路径。

这和算法中的搜索问题高度类似。

---

二、DFS：深度优先搜索适合探索完整流程

DFS：

Depth First Search

深度优先搜索。

简单理解：

一条路走到底，再换另一条路。

例如测试Agent退款流程：

路径：

用户申请退款

↓

查询订单

↓

验证资格

↓

退款成功

DFS测试方式：

先完整跑通一条链路。

然后继续探索：

异常退款

↓

权限不足

↓

订单关闭

优势：

适合：

• 流程覆盖
• 异常场景探索
• 深层业务链路

---

三、BFS：广度优先搜索适合发现关键风险

BFS：

Breadth First Search

广度优先搜索。

特点：

先探索附近节点。

例如：

测试一个客服Agent。

第一层：

用户输入：

• 查询订单
• 修改地址
• 退款

第二层：

每个功能：

• 成功
• 失败
• 超时

第三层：

异常情况。

BFS适合：

快速发现：

• 高风险路径
• 高频问题
• 覆盖不足区域

---

四、AI测试为什么需要搜索算法？

来看一个真实场景。

企业内部上线知识库RAG机器人。

用户：

“公司年假政策是什么？”

Agent：

搜索知识库

↓

召回文档

↓

生成回答

可能出现：

情况1：

找到正确文档

回答正确。

情况2：

召回错误文档

产生幻觉。

情况3：

多个文档冲突。

测试工程师需要覆盖：

不同问题

↓

不同检索路径

↓

不同回答结果

这其实就是搜索空间问题。

---

五、未来AI测试工具可能是什么样？

未来测试平台可能不再只是：

录制脚本

执行接口。

而是：

AI自动探索系统。

例如：

输入：

“测试这个智能客服Agent”

系统自动：

1. 生成测试问题

2. 探索Agent路径

3. 判断异常行为

4. 生成测试报告

类似：

AI自己成为测试执行者。

但是：

如何保证AI探索有效？

需要：

搜索算法。

---

六、测试工程师学习搜索算法，不是为了考试

很多测试工程师看到：

DFS

BFS

会想到：

“算法题。”

但实际上：

工程中的算法思想无处不在。

比如：

自动化测试平台：

如何选择执行顺序？

↓

搜索优化

接口依赖分析：

如何找到影响范围？

↓

图搜索

Agent测试：

如何覆盖行为路径？

↓

路径搜索

---

七、AI质量工程师未来需要什么能力？

未来测试工程师能力结构：

测试理论

+

自动化开发

+

AI应用能力

+

算法思想

+

质量工程体系

不会算法：

可以使用AI工具。

理解算法：

才能设计AI测试工具。

这是普通测试工程师和AI质量工程师的重要区别。

---

结语

AI时代，测试对象正在变化。

以前我们测试：

代码。

现在我们测试：

模型。

未来我们测试：

智能系统。

而智能系统最大的特点：

就是复杂、不确定、有大量决策路径。

理解DFS、BFS这些基础算法，

不是为了刷题。

而是为了理解：

如何测试一个会思考、会行动的软件系统。

---

AI质量工程持续分享：

关注：

• LLM测试
• Agent测试
• AI测试工具
• 质量工程实践

一起探索AI时代测试工程的新方向。

关于我们

霍格沃兹测试开发学社，隶属于 测吧（北京）科技有限公司，是一个面向软件测试爱好者的技术交流社区。

学社围绕现代软件测试工程体系展开，内容涵盖软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试，以及人工智能测试与 AI 在测试工程中的应用实践。

我们关注测试工程能力的系统化建设，包括 Python 自动化测试、Java 自动化测试、Web 与 App 自动化、持续集成与质量体系建设，同时探索 AI 驱动的测试设计、用例生成、自动化执行与质量分析方法，沉淀可复用、可落地的测试开发工程经验。

在技术社区与工程实践之外，学社还参与测试工程人才培养体系建设，面向高校提供测试实训平台与实践支持，组织开展 “火焰杯” 软件测试相关技术赛事，并探索以能力为导向的人才培养模式，包括高校学员先学习、就业后付款的实践路径。

同时，学社结合真实行业需求，为在职测试工程师与高潜学员提供名企大厂 1v1 私教服务，用于个性化能力提升与工程实践指导。