概述

你维护过多少行Pytest代码？5000行？1万行？还是更多？
当你前后写了大概12000多行Pytest用例。听起来挺有成就感，但真实情况是，到项目后期，大概率有40%的时间不是在写新用例，而是在维护旧用例。
接口加了字段，改一波，后端服务响应变了，改一波，第三方服务地址换了，再改一波。

改到后来你是否会有一个疑惑：自动化测试到底是提高了效率，还是创造了一份新工作给我干？

实际遇到的问题

比如，某个周五下午，产品经理在群里说：“登录接口的返回字段token要改成accessToken，前端已经改了，后端下周发版。”

你打开IDE，搜索token，找到37个测试用例里用到了这个字段，你挨个改，改到一半发现有一个用例的断言逻辑写得比较复杂，改完不确定对不对，你跑了一下测试，红了3个，你又改了一轮，又红了1个，等全部改完、全部跑绿的时候，已经晚上8点了。

这是很多测试开发工程师的真实日常。脚本的维护成本，早就超过了脚本的编写成本。

有数据支撑这个感受——传统自动化测试脚本的月均失效率在25%左右，而维护工作占用了测试开发人员60%以上的工作时间。换句话说，你写一个脚本花1小时，未来可能要花2小时去维护它。

这就是Pytest（或者说所有自动化测试框架）的能力边界——它只管“执行”，不管“适应”。代码变了，脚本就挂。

“脚本驱动” vs “意图驱动”

脚本驱动

传统的自动化测试，本质上是一种脚本驱动的模式

你把测试步骤一条一条翻译成代码：先做什么、再做什么、期望什么结果、断言什么值。每一次业务变更，都需要人工重新翻译一遍。

那AI来了之后，模式能怎么变？

意图驱动

你不是在写“步骤”，而是在描述“意图”。比如：

“验证用户使用正确的用户名和密码能够成功登录，并且登录后能看到个人主页。”

然后由AI Agent把这个意图转化为可执行的Pytest代码，传统模式下，代码是终点。Agent模式下，代码是中间产物。

当接口字段变了，你不是去改37个脚本，而是让Agent重新理解一遍新的接口定义，重新生成一遍脚本。你的维护对象从“代码”变成了“意图描述”，而意图描述是自然语言，改起来快得多。

可能你会说：“那AI生成的代码有Bug怎么办？能直接用吗？”

先给你看一个真实存在的项目——Ghost，一个专门做自动化测试生成的AI Agent

Ghost的做法是：监控你的源代码变化 → 自动生成Pytest测试 → 执行 → 如果失败，自动分析错误日志 → 修正代码 → 再执行。

注意这个“自动修正”。它不只是生成，它还自愈。

这就是我们之后要讲的核心——让Pytest从“会执行”变成“会适应”。

20行代码，感受一下“AI生成Pytest”是怎么回事

我们来写一段最简单的可运行代码，让你直观感受一下AI生成Pytest用例是怎么回事

环境要求：Python 3.9+，OpenAI API Key（或兼容接口）
安装依赖：pip install openai pytest

1. 被测试的代码

假设我们有这样一个函数，放在calculator.py里：

# calculator.pydefdivide(a:float,b:float)->float:""" 除法运算。 如果除数为0，抛出ValueError。 """ifb==0:raiseValueError("除数不能为0")returna/b

这个函数很简单，但包含了正常路径、异常路径、边界情况——足够用来演示测试生成。

2. AI生成测试用例的脚本

下面这段代码，会用LLM为divide函数生成Pytest测试用例：

# test_generator.pyimportopenaiimportosfrompathlibimportPath# 配置你的API Key（建议用环境变量）client=openai.OpenAI(api_key=os.environ.get("OPENAI_API_KEY","你的API Key"))defgenerate_pytest_for_function(source_code:str,function_name:str)->str:""" 给定源代码和函数名，让LLM生成对应的Pytest测试代码。 """prompt=f""" 你是一个资深的测试开发工程师，擅长用Pytest编写高质量的单元测试。 下面是待测试的Python源代码： ```python{source_code}请为 `{function_name}` 函数生成完整的Pytest测试用例，要求： 1. 覆盖正常情况 2. 覆盖边界情况（如0、空值等） 3. 覆盖异常情况（如除数为0） 4. 使用pytest.raises进行异常断言 5. 代码风格符合Pytest最佳实践 只输出Python代码，不要额外解释。 """response=client.chat.completions.create(model="claude",# 或你使用的其他模型messages=[{"role":"system","content":"你是一个Pytest测试专家。"},{"role":"user","content":prompt}],temperature=0.3,# 低温度让输出更稳定)returnresponse.choices[0].message.contentif__name__=="__main__":# 读取被测试的源代码withopen("calculator.py","r")asf:code=f.read()# 生成测试代码test_code=generate_pytest_for_function(code,"divide")# 保存到文件test_file=Path("test_calculator.py")test_file.write_text(test_code)print(f"✅ 测试用例已生成:{test_file}")print("\n--- 生成的测试代码 ---\n")print(test_code)

3. 运行一下看看

执行：

python test_generator.py

你会得到一个test_calculator.py文件，内容大概长这样（实际输出取决于模型，但思路一致）：

# test_calculator.py (AI生成)importpytestfromcalculatorimportdivideclassTestDivide:"""divide函数的测试套件"""deftest_divide_normal(self):"""正常除法"""assertdivide(10,2)==5.0assertdivide(9,3)==3.0assertdivide(1.5,0.5)==3.0deftest_divide_negative_numbers(self):"""负数除法"""assertdivide(-10,2)==-5.0assertdivide(10,-2)==-5.0assertdivide(-10,-2)==5.0deftest_divide_by_zero(self):"""除数为0，应抛出ValueError"""withpytest.raises(ValueError,match="除数不能为0"):divide(10,0)deftest_divide_zero_by_number(self):"""0除以任何非零数"""assertdivide(0,5)==0.0assertdivide(0,-3)==0.0deftest_divide_large_numbers(self):"""大数除法"""assertdivide(1e10,1e5)==1e5

5个测试用例，覆盖了正常、负数、异常、边界、大数5个维度——如果手写，大概需要10-15分钟。AI生成，10秒钟。

这就是AI Agent在测试领域的第一个价值：把“写测试”从手动劳动变成自动化产出。

3. 生成的代码能直接用吗

不一定

上面的例子比较理想，因为divide函数逻辑简单、边界清晰。但真实项目中的函数往往依赖复杂的外部状态（数据库、网络、文件系统），AI生成的代码可能：

• 缺少必要的mock
• 使用了不存在的fixture
• 断言逻辑不准确

所以，AI生成的测试代码需要人工审查。但注意审查10秒钟生成的代码，比手写15分钟的代码，效率还是高太多了。

而且随着你给AI的上下文越来越丰富（比如提供现有的conftest.py、已有的fixture定义、项目的测试规范），生成质量会越来越高。

这就像2024年大家刚用Copilot写代码一样，一开始觉得“这生成的什么玩意儿”，用熟了之后发现“真香”。

总结

很多人一听到“AI Agent”就觉得门槛很高——要懂大模型、要会LangChain、要理解Transformer。

当我们把AI Agent当成一个工具来用——就像你用pytest-dev/pytest、用requests、用Allure一样。你可以不必成为AI专家，你只需要知道怎么调用AI的能力来服务你的测试工作。

这就像你不会因为用了pytest就要去读Python源码一样——你只需要知道@pytest.fixture怎么用、assert怎么写。

同样，你不需要成为LLM专家，你只需要知道怎么给AI下指令、怎么解析AI的输出、怎么把AI生成的代码接入你的Pytest流水线。

这些东西，都是可以学会的，而且不需要很深的理论基础。，你是否已经准备好，打开AI测试的新世界大门