[{"data":1,"prerenderedAt":50},["ShallowReactive",2],{"article-zh-qaptly-product-journey":3},{"article":4,"related":18,"prevArticle":40,"nextArticle":44,"availableLocales":48},{"id":5,"slug":6,"image":7,"date":8,"published":9,"created_at":10,"updated_at":11,"title":12,"excerpt":13,"content":14,"custom_css":15,"keywords":16,"meta_description":17,"og_image":15,"image_width":15,"image_height":15,"category":15},"59043d75-a440-4b36-b53f-ca99b42aa32a","qaptly-product-journey","https://cdn.sqa.tw/articles/qaptly.jpg","2025-11-13T15:35:00+00:00",true,"2025-11-13T15:38:43.59159+00:00","2025-11-13T17:45:55.517+00:00","Qaptly來了！","Qaptly 是我們打造智慧 QA 工具過程中的一個重要里程碑，v0.13.0這個版本大概又能幫SQA省下不少生命，執行的事交給我們，你可以放開雙手，去做點更有意義的事。","\u003Cp>終於，是時候了！\u003C/p>\u003Ch2>\u003Cstrong>v0.13.0 今天發布\u003C/strong>\u003C/h2>\u003Cp>整整停滯了兩個大版本的iOS，終於迎來前所未有的穩定性支持，能趕上Android的車尾燈了。\u003C/p>\u003Cp>一個是iOS支持得要跟上，另外一半是被逼的，v.0.12.15為了配合我們第二個開源工具Qaptly Auto for Android的splash window發布，結果造成線上幾乎所有待命機器在自動更新後，都停擺了，只因為把核心層Qaptly CLI新版(支持splash window)與Qaptly Auto for Android的發布順序搞錯，導致打包到舊的，所以只能趁著iOS引導頁面剛完成，做基本功能驗證，就把v0.13.0發布了，讓所有待機池裡的機器直接全部支持iOS遠端測試。\u003C/p>\u003Cimg class=\"rounded-lg shadow-lg mx-auto block max-w-full h-auto\" src=\"https://cdn.sqa.tw/articles/1763053759502-85o3fqvmwt9.jpg\" alt=\"v0.13.0 released\">\u003Ch2>Serene (Qaptly前身)的起源\u003C/h2>\u003Cp>時間回到2024年，那時候手中已經有兩個AI產品在運作，Serene還是一個沒有系統化的雛形，但我自己最喜歡的還是這個，畢竟人生中第一份正式工作跟它有關，雖然也離開這個崗位那麼多年，但偶爾還是會想起，懷念當時那種找到問題的悸動。\u003C/p>\u003Cp>8月份，終於決定要好好把團隊主力往這個想法上投，一開始，我們努力的方向是把產品規格(各種形態)變成測試計劃與測試案例，所以整個系統其實是往分析跟拆解資訊，然後用SQA專用知識去重組，然後進而產生測試案例的，這之前，只有小規模測試，在簡單流程上，我們fine-tune過的engine正確率與覆蓋率可以到80%以上(對比人校驗過的測試案例)，這時可以說只有後端，而且還很簡單，一直到現在，那個repo的名字還是叫serene_tmp_backend。\u003C/p>\u003Cp>從9到11月，有位大客戶陪我們走了產品的模式初驗，這時，我們系統基本上都是各種storage之間資料跑來跑去，完全看不到介面。\u003C/p>\u003Cp>目標是一個彈性很高，正在服務400多位品牌客戶的會員系統，到了驗收階段，我記得好像測試案例通過率不到7成，所以客戶最後放棄這個合作方向，不過還是得馬後炮一下，那些測試案例我全部手動算過三遍以上，近200個案例的場景，我們其實錯誤率不到2%，為了這個我還重寫了一份他們的會員系統，只為了這些案例拿上去不要丟臉，驗收結果是這樣其實我也蠻意外的，只能說，PM們還是要好好寫規格，不然規格跟系統實際狀況是對不上的。\u003C/p>\u003Cp>不過，這位大客戶是真的很棒，說這個不行沒關係，你們來幫忙處理自動化吧！\u003C/p>\u003Cp>我想，反正也在我們的Roadmap裡，那就來吧！\u003C/p>\u003Cp>大概從12月到今年3月，幾乎都在弄自動化，當時的Vision LLM剛出來，那效果拿來當測試驗證叫一個慘不忍睹，除了Vision LLM外，還弄了CV跟Pattern matching的許多算法，我們做了非常多的work around跟額外的技術去彌補那個洞，好不容易把客戶給的題目給弄完了。\u003C/p>\u003Cp>在驗收前一再跟驗收人員強調，千萬保證驗證環境的穩定性，不要拿個人使用的電腦去跑。\u003C/p>\u003Cp>不過測試結果也不讓我們意外，是在個人工作電腦上跑的，不能說這樣不好，只是當初為了讓這些End-to-End測試可以穩定執行，放了不少假設在系統設計上，其中一個最重要的就是環境的穩定性，那些CV都是針對第一次跑的機器的解析度去自動鎖定，後來回看測試結果，三台不同解析度的測試結果對不上。\u003C/p>\u003Cp>怎麼說呢，還是我們做得不夠好，不過也是因為這個原因，我們最完整的測試支持，在很長一段時間裡都是瀏覽器。\u003C/p>\u003Cp>話說當時，這個產品差一點就要收了，畢竟原本設想中的大客戶，兩次機會都沒把握住！\u003C/p>\u003Cp>不過後來好險有一些朋友願意嘗試我們的服務，用服務養產品，也慢慢走過來了。\u003C/p>\u003Ch2>能快多少？\u003C/h2>\u003Cp>時間回到2025農曆新年，曾一起創業的老朋友(他又回鍋去當財富500強的CIO)在電話上閒聊...\u003C/p>\u003Cp>技術控當管理職有時候問話蠻扎心的。\u003C/p>\u003Cp>\"你做這個能比人快多少，沒有個兩三倍就別做了吧？\"\u003C/p>\u003Cp>這兩年，每次我看到有人說，AI + Playwright就可以測試的時候，我很想問，你們的測試案例是自己開的還是AI開的？你們用的模型是自己fine-tune的還是用別人訓練的？\u003C/p>\u003Cp>為什麼要這麼問？\u003C/p>\u003Cp>資深SQA都大概能理解，現在的模型就像是一個非常聰明的陌生人，講起話來頭頭是道，但是只能做很初級的SQA。\u003C/p>\u003Cp>測試在執行上最關鍵的兩件事，一是能做得出場景，二是得確認這個場景的期望結果是否一致，差一點都不行。\u003C/p>\u003Cp>拿前一陣子處理的案子來說，問VLLM畫面上有沒有\"收件\"這個詞，多一個字或少一個字都錯。\u003C/p>\u003Cp>所有主流LLM的API全部走過一遍，每個都說有，但其實畫面上只有\"去收件\"，試問，如果設計稿就是\"收件\"，所有相關規格跟驗收條件都是\"收件\"，你說\"去收件\"是對還是不對？\u003C/p>\u003Cp>扯這麼多，是因為我當時知道這個瓶頸，除非針對性的fine-tune，不然無法替代SQA的角色。\u003C/p>\u003Cp>我是這麼回答那位朋友，\"現在可能不到30%，但是我會讓他變成10倍的，而且便宜一半！\"\u003C/p>\u003Cp>雖然我還距離這個目標有點遠，但夢想總是要有的嘛，萬一實現了呢？ \u003Cstrong>\u003Cem>Dream Big, Archive More\u003C/em>\u003C/strong>\u003C/p>\u003Ch2>回顧\u003C/h2>\u003Cp>今天發完v0.13.0後，有點鬆一口氣，可以開始走下一步了。\u003C/p>\u003Cp>截至今天為止，正在服務與服務過的客戶有13家，17個產品線，這些產品上線用戶超過千萬人。\u003C/p>\u003Cp>Qaptly專案獨立repo共8個，包含後端、前端、客戶端、Android、iOS、macOS等，\u003C/p>\u003Cp>累計176個版本，3269個commit，最拚的一天，我們前後端與客戶端加起來用100多個commit幹掉31個Jira ticket！\u003C/p>\u003Cp>終於...\u003C/p>\u003Cp>- \u003Cstrong>完全不會寫code的客戶可以自己操作Qaptly完成移動端/Web/API的自動化測試\u003C/strong>\u003C/p>\u003Cp>- \u003Cstrong>動嘴跟動一動滑鼠就能寫好測試案例跟自動化\u003C/strong>\u003C/p>\u003Cp>- \u003Cstrong>以前GUI自動化是學其形，現在能做到學其意\u003C/strong>\u003C/p>\u003Cp>- \u003Cstrong>AI幫你處理測試案例執行時的fallback與failover\u003C/strong>\u003C/p>\u003Cp>- \u003Cstrong>把客戶自己的GPU用來加速測試，16G都能上線打仗\u003C/strong>\u003C/p>\u003Cp>- \u003Cstrong>開源了我們認為還不錯用的小工具\u003C/strong>\u003C/p>\u003Cp>我們大概把過去這20多年的軟體開發經驗都用到這個專案上了，當然，我們認為還是有很多地方可以做到的更好，只不過，也是時候讓這個工具可以被更多人使用了。\u003C/p>\u003Cp>L.L.\u003C/p>",null,"Qaptly, 智慧測試工具, AI QA, 測試自動化, 測試設計流程, BDD 工具, 軟體品質, 開發歷程, 產品設計過程, 專案紀錄, 產品背後的故事, software testing journey, AI test design, dev story","Qaptly 背後的產品設計與開發過程記錄，專為關心智慧測試、產品策略與技術實踐的人分享。",[19,26,33],{"id":20,"slug":21,"title":22,"excerpt":23,"image":24,"date":25,"category":15},"deb70edd-ff7f-4b6e-b230-fa1c83dc0afa","qaptly-v0175-codex-support","Qaptly Desktop 開始支持 Codex","Qaptly Desktop 的 AI Assistant 從 v0.17.5 開始正式開放 Codex 支持。如果你本來就是 ChatGPT 訂閱用戶，現在可以直接讓 AI Assistant 使用 Codex，在日常測試設計與自動化調整上節省成本。","https://cdn.sqa.tw/blog_pictures/qaptly_support_codex.jpg","2026-05-16T13:01:00+00:00",{"id":27,"slug":28,"title":29,"excerpt":30,"image":31,"date":32,"category":15},"eebc38be-6eec-4e68-af7f-e5dd6c611a0f","ai-agent-workflow-critical-things","AI 協作進入 workflow 之後，那些最容易被低估、卻最關鍵的幾件事","過完年後，基本上都在幫幾間新創與大公司內部的開發部門導入 agentic development。這段時間看了不少團隊的做法，也有一些很直接的感受，想趁這個機會整理一下。","https://cdn.sqa.tw/articles/ai-workflow.jpg","2026-03-24T16:10:00+00:00",{"id":34,"slug":35,"title":36,"excerpt":37,"image":38,"date":39,"category":15},"1092dc59-4718-4902-809c-74cfdfc5fffd","from-tool-to-process-challenges","從單點工具到流程閉環的虛實與挑戰","探討2026年AI在軟體開發生命週期中的實踐，從單點工具普及化到流程閉環協作的轉變，以及QA自動化的真實與虛假繁榮。","https://cdn.sqa.tw/blog_pictures/from_tool_to_process.png","2026-03-02T03:06:00+00:00",{"slug":41,"title":42,"date":43},"ai-or-not-the-developers-survival-line","用與不用AI，是開發團隊的生存分水嶺嗎？","2025-10-30T16:49:00+00:00",{"slug":45,"title":46,"date":47},"error-code-as-software-quality-indicator","[SQA 的隱性指標] 結構化的Error Code","2025-12-21T05:16:00+00:00",[49],"zh",1786461720561]