《Frontiers in Computer Science》:Software quality assurance in the era of Agentic AI: a systematic mapping study
摘要:软件系统日益增长的复杂性提高了对软件质量保证(SQA)中智能解决方案的需求。智能体人工智能(Agentic AI)提供自主决策、自适应行为和主动式质量改进能力,但其在SQA各领域的应用仍较为分散。本系统映射研究考察了智能体人工智能在SQA中的集成情况,分析了应用分布、智能体特征以及所支持的干系人角色,以识别覆盖范围、趋势、收益、局限性和研究空白。遵循系统映射协议和PRISMA指南,研究人员检索了五个数字图书馆,最终获得37项主要研究。通过频率分析和与智能体人工智能行为、架构和自主性维度对齐的定性分类对数据进行了分类。应用集中在产品保证领域,主要涉及测试生成和缺陷管理,而在过程或规划活动方面的研究较少。大多数智能体表现出目标导向或诊断性行为,具有中等自主性,并采用混合或多智能体架构。收益包括效率、准确性和可维护性的提升;局限性涉及可扩展性、泛化性和透明性。角色覆盖侧重于执行层面的干系人,而管理和领导角色获得的支持极少。智能体人工智能在增强SQA智能性和适应性方面显示出潜力,但在活动和角色之间的分布仍不均衡。透明性、验证和领导支持是开发可信赖的、流程感知的智能体系统以覆盖完整SQA生命周期的优先研究空白。
1 引言
软件工程于20世纪60年代作为计算机科学的一个学科出现,专注于软件系统的系统性开发。如今,软件工程在多个领域发挥着关键作用,包括IT服务、金融/保险、制造业和软件出版等。然而,软件系统作为人类设计的产物,容易出现缺陷。此类缺陷可能造成严重后果,危及业务运营、损害资源甚至威胁人类生命。为降低这些风险,软件质量保证(SQA)已成为软件开发生命周期(SDLC)中不可或缺的组成部分,旨在确保软件满足干系人定义的质量要求。
过去几十年中,SQA的范围和复杂性随软件工程的演进而扩展。这种增长带来了新的挑战,包括需要使质量实践与多样化的组织结构制约保持一致,以及全面SQA活动的高成本。此外,技术变革的加速要求SQA实践持续创新。敏捷和DevOps等方法论强调快速交付,可能减少QA在早期开发阶段的参与,从而延迟缺陷检测并增加修复成本与复杂性。持续集成(CI)和持续测试(CT)的采用进一步加剧了这些困难,团队必须管理频繁的代码变更并维护自动化测试管道的可靠性。
与此同时,当代软件系统日益运行在高度动态和异构的环境中,如物联网(IoT)平台、信息物理系统和大规模分布式架构。这些环境以持续演化、频繁配置变更以及软件、数据和物理组件之间日益复杂的交互为特征。人工智能(AI)也在经历快速发展,并被越来越多地应用于应对SQA中的这些挑战。近期行业报告显示,71%的组织已在某种程度上采用AI,其中34%正积极利用AI进行SQA。在新兴AI范式中,智能体人工智能(Agentic AI)因其自主追求目标、适应变化环境以及在减少人工干预的情况下执行复杂任务的能力而受到特别关注。与传统AI系统(通常用于预定义的预测或分类任务)和生成式AI系统(主要专注于内容生成)不同,智能体AI结合了推理、规划和自适应决策,通过自主行动实现目标。
尽管势头日益增长,智能体AI在软件质量保证中的采用仍然分散且不均衡。现有研究主要聚焦于操作活动,尤其是软件测试,而规划、过程保证和领导支持受到的关注明显较少。此外,长期工业验证以及关于可解释性、问责性、数据质量和伦理考量的讨论仍然有限。因此,研究人员和实践者仍缺乏对智能体AI如何改变软件质量保证生命周期、哪些领域的采用最为成熟、哪些领域尚未充分探索的统一认识。
为弥补这一空白,本文提出了一项针对软件质量保证中智能体AI的系统映射研究(SMS)。与综合证据以回答聚焦研究问题的系统性文献综述不同,SMS提供了对新兴领域研究趋势、主题分布和知识空白的结构化概览。通过系统分类和映射所选研究,本工作识别了智能体AI如何在SQA活动中被采用,根据行为、架构和自主性对已实现的智能体进行刻画,并考察了它们所支持的干系人角色。本研究由三个研究问题引导:
RQ1:智能体AI应用在SQA活动中的分布如何?每个活动关联哪些智能体特征?
RQ2:在SQA中的智能体AI应用报告了哪些类别的收益和局限性?它们如何共现?
RQ3:智能体AI系统支持哪些SQA角色?角色覆盖存在哪些空白?
本文结构如下:第2节介绍SQA和智能体AI的背景概念;第3节回顾SQA中AI使用的相关工作;第4节描述映射方法,包括搜索策略、选择标准和数据提取程序;第5节呈现映射的分析、结果和发现;第6节讨论这些发现的意义,包括收益、局限性和所支持的SQA角色;第7节列出本研究的效度威胁;最后第8节总结论文并概述未来研究方向。
2 背景
2.1 软件质量保证
为结构化分析智能体AI应用,本研究采用一种将SQA组织为三个主要类别的分类法:SQA规划、SQA过程保证和SQA产品保证。每个类别包含代表软件生命周期中重要质量保证实践的子活动。该分类法基于公认标准,如软件工程知识体系(SWEBOK v4.0)和ISTQB教学大纲。这些来源将SQA定义为一组分布在规划、过程符合性和产品验证中的相关任务。
SQA规划涵盖软件项目早期与质量相关的活动,包括:QA策略定义、QA工作量估算、QA风险管理、质量标准定义。
SQA过程保证确保软件开发和维护过程被定义、遵循并持续改进,包括:过程符合性、配置管理、人员技能管理。
SQA产品保证通过直接评估验证软件产品满足需求,包括:需求评审、设计评审、软件测试。
2.2 智能体人工智能
人工智能已从基于规则和预测性系统演变为生成模型,并进一步向能够在有限人工干预下追求复杂目标的自主系统发展。这一演变催生了智能体AI,这一新兴范式通过整合推理、规划、记忆、工具使用和自适应决策,将AI能力扩展到内容生成之外,以自主执行多步骤任务。在软件工程领域,这一演变反映了从AI辅助开发工具向日益自主的系统的广泛转变,这些系统能够支持复杂的软件工程活动并在整个软件生命周期中与人类开发者协作。
基于对智能代理的既有定义和近期智能体AI综述,本研究将智能体AI操作化定义为一种AI系统,它(i)维持与质量结果相关的明确目标,(ii)自主选择和排序实现这些目标的行动,以及(iii)根据来自软件及其环境的反馈调整其行为。该操作定义为本系统映射研究中识别和分类主要研究提供了一致的基础。
智能体AI与先前AI范式之间的区别很重要。传统AI主要支持预测、分类或优化任务,而生成式AI专注于从学习模式中产生新内容。在此基础上,智能体AI通过自主或半自主执行追求复杂目标。这些能力使智能体系统能够协调多个行动、与外部工具交互,并根据不断变化的环境和用户目标持续调整策略。
这些特征与软件质量保证尤其相关,因为软件测试、质量评估、合规监控、缺陷分析和风险管理等活动需要持续适应不断演化的软件制品和开发环境。为一致地分析所选研究,本研究从三个互补视角刻画每个智能体AI系统:行为、架构和自主性。选择这些视角是因为它们代表了所综述文献中反复出现的特征,并为跨不同SQA活动比较异构智能体AI实现提供了一致的分析镜头。
3 相关工作
为进行相关工作比较,于2025年11月进行了补充搜索。搜索结合了与人工智能、生成式AI、智能体AI和大语言模型相关的术语,以及与软件质量保证、软件测试、综述、调查、映射和分类法相关的术语。当综述、调查、分类法和广泛研究贡献综合了先前关于AI在软件工程、SQA或软件测试中的工作,并允许在范围、贡献和研究空白方面进行比较时,予以保留。
几项近期研究考察了AI如何塑造软件工程和质量。Hnatushenko和Pavlenko(2024)专门关注生成式AI,指出其在自动化测试创建和缺陷检测方面的潜力,但其焦点仍局限于生成技术,未涉及更广泛的智能体属性。Ding(2024)对新兴领域测试中的AI进行了综述,描述了若干应用和发展,但该工作主要是描述性的,缺乏系统性方法。Trifunova等人(2024)在一篇简短会议论文中也指出了AI的变革性影响,但研究较为简略。Durrani等人(2024)调查了2013年至2023年间AI在软件工程各阶段和活动中的应用,提供了十年概览,但重点仍在学科层面,对SQA作为独立活动的关注较少。Hamid和Ali(2025)更聚焦于AI在软件测试中的效果,尤其是效率和准确性,但其分析基于有限来源。
到2025年,一系列预印本开始扩展讨论。Patil(2025)探索了大语言模型如何与SQA标准对齐。Shimmi等人(2025)调查了用于漏洞检测的AI驱动技术,而Pysmennyi等人(2025)考察了SQA中AI工具不断增长的格局,但主要侧重于技术编目。同时,一项分类法研究(Schieferdecker, 2025)组织了AI增强测试方法,但其范围有意限制在软件测试而非完整SQA活动。
总体而言,这些工作表明AI在SQA中的应用正变得越来越复杂。然而,一个空白仍然明显:智能体属性,如自主性、行为和架构,很少被系统性地处理。它们经常被暗示但未明确连接到SQA活动的既定三元组。为弥补这一空白,以下章节引入系统映射协议和分析分类框架,将智能体AI属性映射到SQA活动上,提供研究分布、覆盖范围和领域空白的结构化概览。
4 方法
4.1 系统映射研究协议
本研究遵循软件工程系统映射研究的既定指南,如Petersen等人(2008)所述,其方法强调结构化分类、频率分析和研究景观可视化,以识别新兴领域的覆盖空白和分布模式。搜索策略和选择过程的元素遵循Kitchenham和Charters(2007)的指南,确保系统研究的透明性、严谨性和可复制性。为结构化识别和筛选过程,额外应用了PRISMA框架(Page等人,2021),为系统识别和选择主要研究提供报告标准。
PRISMA过程将综述结构化为四个阶段:识别、筛选、合格性和纳入。在识别阶段,从选定数据库和注册库中检索记录,在筛选前移除重复项。在筛选期间,审查标题和摘要以排除不相关的工作。在合格性阶段,根据预定义的纳入和排除标准评估全文报告。最后,满足所有标准的研究被纳入综述。
4.2 研究问题
本映射围绕三个研究问题组织:
RQ1:“智能体AI应用在SQA活动中的分布如何?每个活动关联哪些智能体特征?”
RQ2:“在SQA中的智能体AI应用报告了哪些类别的收益和局限性?它们如何共现?”
RQ3:“智能体AI系统支持哪些SQA角色?角色覆盖存在哪些空白?”
4.3 搜索策略和数据库
为捕获相关研究,开发了多步骤搜索策略,结合领域特定关键词与布尔运算符,覆盖五个数字图书馆:IEEE Xplore、ACM数字图书馆、Scopus、SpringerLink和ScienceDirect。最终数据库搜索于2025年11月进行。合格期涵盖2023年1月至最终搜索日期(2025年11月)间发表的研究。
4.4 搜索词
搜索字符串设计为反映智能体AI系统的术语和SQA的范围:
(“Agentic AI” OR “AI Agent” OR “AI Assistant” OR “Agentic RAG” OR “AI Chatbot” OR “Autonomous Agent” OR “Multi-Agent system”)AND(“Software Quality” OR “Quality Assurance” OR “Software Testing” OR “Software Process Assurance” OR “Software Product Assurance”)。
在执行最终数据库搜索前,通过探索性搜索迭代优化搜索字符串,使用作者先前关于智能体AI的系统文献综述(Ouaarous等人,2024)中识别的研究作为种子论文,验证所选关键词及其组合在选定数据库中是否一致地检索到相关文献,同时最小化不相关结果。
4.5 质量评估
为保持严谨性,在选择过程中系统应用了预定义的纳入和排除标准。这些标准确保只考虑最近的、同行评审的且直接相关的研究,而缺乏方法细节或超出智能体AI在SQA范围的工作被排除。时间窗口2023-2025年被有意选择以捕获智能体AI作为独立范式的出现,该范式在大语言模型和自主代理框架的进展后变得突出。
4.6 研究选择过程
遵循PRISMA阶段,选择过程通过自动重复/不可访问条目移除、标题和摘要筛选、基于相关性的摘要审查以及根据纳入和排除标准进行全文审查进行。质量进一步基于方法严谨性、发现清晰度和与研究问题的相关性进行评估。
4.7 数据提取
对于每项通过选择过程的研究,使用结构化数据提取表单收集一致信息。提取以下类别:书目信息、研究背景、SQA活动、智能体AI特征、所支持的角色、结果(报告的收益、局限性或挑战)、作者确定的研究空白或未来方向。提取由三位评审员独立进行以减少偏差,分歧通过讨论解决。
4.8 数据综合
提取的数据使用定量和定性方法进行分类和映射,遵循Petersen等人(2008)的系统映射研究协议。首先进行描述性映射以报告频率和分布,如每年研究数量、按SQA活动或按应用的智能体AI类型。为支持一致性解释和可视化,提取的收益、局限性和辅助角色通过归纳分类过程进行分类。类别从主要研究的迭代编码中产生,并精炼至稳定边界。
为系统回答研究问题,映射按如下方式组织:
RQ1通过将研究分类和映射到SQA活动、SQA子活动和智能体特征来解决,以揭示分布模式和覆盖空白。RQ2通过将报告的收益和局限性分类、计算其相对频率并分析其共现模式来解决。RQ3通过映射支持角色在自主性水平上的分布并识别代表性不足的干系人类别来解决。最后,进行交叉分析以将SQA活动与智能体AI属性映射并识别覆盖空白。
5 结果与分析
5.1 研究分布与趋势
最终数据集包含2023年至2025年间发表的37项主要研究。大多数研究(37项中的17项)发表于2024年,表明研究活动显著激增,可能受大语言模型和自主代理框架在软件工程工作流中更广泛采用的影响。相比之下,2023年仅发表7项研究,标志着该趋势的早期阶段。2025年的发表数量(13项)目前较低,但可能反映了该年度不完整的出版周期。
按出版场所类型分布:会议论文占最大份额(19项),期刊文章14项,预印本4项。总体而言,时间分布表明智能体AI在SQA中是一个新兴且快速发展的研究领域,2024年是迄今为止最活跃的一年。
5.2 分析分类框架
为结构化分析所选研究,开发了一个结合智能体AI和SQA视角的分类镜头。识别了三个可一致应用的智能体AI维度:行为、架构和自主性。
表4定义了用于刻画智能体在SQA任务中行为的行为类型:目标导向、诊断、生成、工作流优化、对话、自适应/学习型。
表5描述了实现智能体能力的架构配置:单体型、多智能体型、层级型。
表6指定了反映赋予智能体独立决策程度的自主性水平:副驾驶(Copilot)、自适应(Adaptive)、自动驾驶(Autopilot)。
这三个维度被联合用于分类每项主要研究。对于每项研究,智能体系统根据作者描述关联到一个或多个行为类型、主要架构设置和主要自主性水平。当报告多种配置时,分类反映与所分析SQA活动最直接相关的配置。这种主导维度方法旨在确保跨异构实现的一致性。
5.3 智能体AI在SQA中的应用
本小节按照第3.1节引入的分类法和第5.2节的分类框架呈现智能体AI在SQA活动中的应用。分析按三个主要SQA活动(规划、过程保证和产品保证)及其子活动进行结构化。
在本映射研究中,SQA活动根据被评估对象的性质而非活动发生的组织阶段进行分类。直接评估软件制品的活动,如需求评审和设计评审,被归类为SQA产品保证,即使它们嵌入在开发或治理过程中。相应地,需求验证和精化被视为产品保证活动,因为它们评估需求制品的质量、一致性和可测试性。
5.3.1 SQA规划
在37项主要研究中,7项关注SQA规划。这些研究分布在QA策略定义(2项)、QA工作量估算(2项)、QA风险管理(1项)和质量标准定义(2项)之间。大多数系统使用目标导向或工作流优化行为,自主性介于副驾驶和自适应之间,架构为单体型或层级型。智能体AI在SQA规划中的应用主要支持QA策略定义和工作量估算,而对QA风险管理和质量标准定义的关注明显较少。策略定义研究展示了质量规划和覆盖增强方面的改进,尽管可扩展性和推理准确性仍是重要挑战。工作量估算应用报告了生产力和成本效益,但在应用于不熟悉的项目背景时准确性降低。风险管理的证据仅限于一个针对AI密集型系统质量保证的概念框架,而质量标准定义侧重于使用基于MAPE-K的多智能体架构进行自适应合规监控。总体而言,现有证据表明智能体AI目前用于支持规划决策,而非自动化战略性质量管理,反映了规划活动中持续需要人类监督。
5.3.2 SQA过程保证
8项研究涉及SQA过程保证,分布在过程符合性(6项)、配置管理(1项)和人员技能管理(1项)之间。大多数报告的系统采用目标导向或工作流优化行为,自主性水平从副驾驶到自适应,架构为单体型或多智能体型。智能体AI在SQA过程保证中的应用主要集中于过程符合性,6项研究涉及敏捷冲刺规划、TDD/CI-CD工作流、合规审计和全球软件开发中的需求验证等活动。报告的好处一致包括生产力、可追溯性和合规保证的改进,而反复出现的局限性涉及验证、可靠性和推理准确性,表明这些挑战是当前基于LLM的推理所固有的,而非特定于个别过程活动。相比之下,配置管理和人员技能管理仅受到有限关注,各由一项研究代表。虽然这些研究表明智能体AI也可以支持更广泛的过程导向保证活动,但现有证据仍属初步,凸显当前研究继续优先考虑操作过程符合性而非组织能力发展。
5.3.3 SQA产品保证
22项研究涉及SQA产品保证,分布在需求评审(3项)、设计评审(2项)和软件测试(17项)之间。报告的系统表现出目标导向、生成、诊断和工作流优化行为,自主性从副驾驶到自动驾驶和自适应,架构涵盖单体型、多智能体型和层级型编排。产品保证是智能体AI在SQA中研究最深入的应用领域。识别的研究跨越从需求和设计评审到软件测试和缺陷管理的质量保证生命周期,尽管研究活动明显集中在测试相关任务上。需求评审研究证明了使用目标导向和对话智能体来改进需求完整性、检测异常和识别冲突;设计评审研究通过单体型和多智能体架构探索设计验证和原型对齐,改进了可追溯性,同时仍依赖于策划知识和人类反馈。最强的证据集中在软件测试,特别是测试设计与分析以及测试执行,智能体AI一致地改进了覆盖、优先级排序、自动化和执行效率。然而,这些好处伴随着与可扩展性、可解释性、验证和领域依赖性相关的反复出现的局限性,表明当前解决方案更适合支持测试活动而非替代人类专业知识。在静态评审和缺陷管理中也观察到类似的权衡,诊断智能体增强了早期缺陷检测,但仍面临可解释性和集成挑战。
6 总结与讨论
本节解释本系统映射研究产生的研究地图,并反思其相对于三个研究问题的意义。映射揭示了智能体系统在SQA活动中的分布不均,明显集中在产品保证,规划和过程保证存在显著覆盖空白。报告的好处一致地与重要局限性共现,角色覆盖仍偏向执行层面的干系人。
6.1 RQ1讨论:智能体AI应用在SQA活动中的分布如何?
对跨SQA的智能体AI应用分析显示,明显集中在产品保证活动,尤其是测试设计与分析、静态评审和测试执行。这些活动技术性强且范围明确,适合目标驱动的自动化和优化。相比之下,规划和过程保证活动的代表性明显不足,即使它们对于定义QA策略和确保项目合规性至关重要。这种行为类型(图7)以目标导向智能体为主,其次是诊断、生成和反馈驱动行为的较少使用。架构类型(图8)突出显示了对单体型设计的强烈偏好,尤其是在测试设计与分析和静态评审中,这反映了实现简单性,但也限制了可扩展性和适应性。多智能体和混合架构很少出现。自主性水平(图9)显示副驾驶智能体的普遍使用,即智能体支持但不取代人类决策。自动驾驶和自适应自主性使用较少。总体而言,智能体AI研究目前集中在SQA中狭窄且执行导向的领域。目标导向行为、单体型架构和副驾驶自主性与产品保证活动的主导关联反映了研究成熟的早期阶段,其中可行性优先于适应性和治理。映射将规划和过程保证确定为重要的覆盖空白。
6.2 RQ2讨论:报告了哪些收益和局限性类别?它们如何共现?
收益分析显示,大多数报告的优势集中在产品保证活动,尤其是测试自动化、覆盖增强和缺陷分析。质量增强、团队生产力改进和QA策略改进也常出现。局限性经常与这些报告的收益共现,表明改进通常伴随权衡。最常见的问题是模型准确性和推理问题、验证和可靠性困难以及可扩展性和维护挑战。这些担忧在所有活动中都有报告,但在产品保证任务中尤为明显。集成和工具缺口仍然是一个持续挑战。可解释性担忧进一步降低了对自主或半自主系统决策的信任。图10的权衡网络图使这种紧张关系可见。中心收益如质量增强和覆盖增强经常与推理和验证问题共现。测试自动化改进也常与验证担忧一起报告。相对而言,生产力改进与可扩展性和维护成本共现。外围收益如成本降低和审计可追溯性关联较弱,仅在少数研究中报告。映射显示,报告的收益类别一致地与重要局限性类别共现,表明当前文献中改进通常伴随权衡。该模式在所有SQA活动集群中可见,表明该领域尚未解决能力与可靠性之间的紧张关系。映射将验证方法、集成策略和可解释架构确定为优先研究方向。
6.3 RQ3讨论:智能体AI对SQA角色的影响是什么?
在所综述的研究中,智能体系统在软件质量工作层级中的定位出现明显不平衡。图11的气泡图显示,最常获得智能体AI辅助的角色属于SQA的技术和执行层面,而管理、分析和干系人导向的功能主要仍由人类驱动。智能体AI在质量工程与保证以及开发与架构角色中表现出最强存在。在这些类别中,智能体通常以较高自主性运行,有时达到自动驾驶甚至自适应配置,因为工作高度结构化、可测量且数据丰富。相比之下,质量治理与管理、用户与干系人体验以及过程改进与分析角色的自主性水平仍主要为副驾驶和人在环路。运营与集成角色仍显示极少的智能体采用。对研究的影响是直接的。首先,如果目标是为管理和干系人角色超越副驾驶,需要使委派可接受的机制:可追溯的推理、风险感知护栏、校准监督和审计就绪日志。其次,评估应针对具体角色。第三,需要迁移路径,渐进自主和能力门控允许组织以受控方式从副驾驶演进到自适应。总之,RQ3的发现表明,角色覆盖图显示智能体支持分布的一致边界。技术和执行导向角色是最常映射的智能体辅助接收者,并与更高自主性水平相关。管理、治理和面向用户的角色代表当前研究景观中的明显覆盖空白,支持(如果存在)仍停留在副驾驶水平。
6.4 智能体软件质量保证的当前景观
6.4.1 观察1:操作集中反映部署风险,而非仅研究优先级
操作活动如测试生成和缺陷检测共享三个特征,使其对早期智能体自动化特别有吸引力:边界明确、数据丰富、自动化风险相对较低。规划和过程保证活动通常较少具有这些特征。当前分布可能反映了智能体AI可以在可接受风险水平下部署的地方,而非其必然提供最大价值的地方。
6.4.2 观察2:人类监督自主性仍为主导范式
即使在观察1中确定的相对低风险操作活动中,人类监督自主性模式仍然明显。同样的测试生成和缺陷检测任务仍主要保留人在环路设计。这表明自主性水平不仅与任务风险相关,也可能反映在智能体可靠性信心持续发展时维持人类监督的更广泛偏好。
6.4.3 观察3:角色支持差距可能是继承的,而非独立选择的
干系人差距与观察1结构相关。由于研究活动集中在产品保证,而产品保证任务主要由技术角色执行,观察到的角色支持差距可被解释为活动级差距的下游后果。解决角色支持差距可能不需要专门针对“面向管理者的智能体AI”的研究,而是需要将智能体AI扩展到规划和过程保证中。
6.4.4 观察4:走向集成式智能体软件质量保证生态系统
观察1-3表明,活动覆盖、自主性水平和角色支持不是独立的研究选择,而是结构性关联的:研究集中在任务风险低且数据丰富的地方;即使在这些低风险活动中,由于更广泛的信任考量,自主性仍保持保守;由此产生的角色支持差距在很大程度上遵循活动覆盖已集中的地方。本映射提供了2023-2025年间研究的横截面视图,不追踪个体研究轨迹。这些观察被解释为与仍处于建立基线可行性和信任阶段的领域一致的结构快照。
基于通过前述观察识别的证据空白,出现了三个总体研究优先事项:将智能体AI应用扩展到未充分探索的SQA活动,推进智能体能力超越当前实现,以及通过可解释性、验证和有效的人机协作加强可信采用。
7 效度威胁
与任何新兴领域的系统映射研究一样,应承认某些方法局限性。选择效度:搜索字符串旨在捕获SQA背景下与智能体AI相关的常用术语,基于探索性阅读和种子论文。提取效度:数据提取由三位评审员使用结构化提取表单独立进行;尽管未使用统计措施量化评审员间信度,但分歧通过讨论达成共识。分类效度:任何分类方案都涉及解释性判断;定义了明确的操作定义和分类规则以确保一致性。时间效度:研究聚焦2023-2025年间的出版物,以捕获大语言模型驱动的智能体系统的近期出现。泛化性:最终语料库的37项主要研究反映了当前明确处理SQA中智能体AI的研究状态,鉴于该领域的新颖性,数据集大小与早期研究景观一致。
8 结论
本系统映射研究绘制了智能体人工智能研究如何分布在软件质量保证(SQA)活动、智能体特征和干系人角色中。映射覆盖2023年至2025年的研究,遵循系统映射协议并辅以PRISMA识别过程。主要研究根据SWEBOK和ISTQB定义的SQA活动分类,即规划、过程保证和产品保证。
映射显示,大多数主要研究集中在SQA产品保证,尤其是软件测试和缺陷管理子活动。这些研究最常描述自主或半自主智能体作为副驾驶或自适应助手来执行重复和技术任务,如测试生成、优先级排序或分析。相比之下,SQA规划和过程保证代表显著覆盖空白,涉及决策支持、风险估算和质量策略定义的研究较少。在智能体属性方面,最常映射的行为类型是目标导向、工作流型和推理驱动型。映射的自主性水平从副驾驶到自动驾驶,而完全自适应或自我治理的智能体在文献中很少出现。架构上,大多数系统遵循单体型或层级型设计,分布式多智能体生态系统的研究覆盖有限。
映射还确定了频繁报告的收益类别,如生产力改进、覆盖扩展和减少人工工作量。然而,这些收益经常与局限性类别共同报告,包括可扩展性问题、推理可靠性、可解释性差距以及与现有QA工作流的弱集成。总体而言,现有证据表明智能体AI为改进软件质量实践提供了相当大的潜力,同时突出了需要进一步实证验证的重要领域。
研究地图揭示了几个覆盖空白和未充分探索的领域。工业数据集上的实证验证很少被报告,智能体决策的伦理和问责维度在映射文献中基本缺失,自主性水平与ISO/IEC 25010等保证标准之间的关联仍未映射。优先领域包括开发混合人在环路架构、将智能体AI研究覆盖扩展到规划和过程保证阶段,以及建立AI辅助质量保证的评估基准。总之,本系统映射研究提供了智能体AI在软件质量保证中新兴景观的全面概览。尽管当前研究集中在产品保证并主要采用目标导向的副驾驶系统,但仍有大量机会将智能体AI扩展到规划、过程保证和可信自主能力。