引言：当覆盖率报告说“100%”，你的系统真的安全吗？你可能见过这样的场景：单元测试覆盖率面板上赫然显示着“Line Coverage 96%, Branch Coverage 91%”，CI 流水线绿灯亮起，产品经理在群聊里发了一个大拇指表情。一切看起来完美无缺——直到某个深夜，一位用户用了一个你从未想过的操作组合，系统直接崩溃。日志里记录的那条执行路径，恰好就是那“9%”的未覆盖分支。这就是传统测试方法论中最顽固的盲区：覆盖率指标本身无法告诉你“哪些路径没有被测试”——它只知道“哪些路径被测试了”。探索性测试（Exploratory Testing）的概念并不新，但问题在于：人对未知的探索受限于经验和想象力，而真正危险的边缘路径，往往藏在你连想都想不到的地方。2026年，AI正在从根本上改写这个困局。根据行业调研，超过72%的中大型企业已在核心系统中部署AI驱动的自主测试平台，AI-Combined Testing（AICT）已成为头部企业质量保障的基础设施。而其中最令人兴奋的方向，不是用AI替代人写测试脚本，而是让AI充当“漫游测试者”——像人类一样自由探索系统，但远比人类更系统、更不知疲倦、更不会受限于思维定式。所谓“AI漫游测试”，是指让AI智能体以探索性思维自主遍历被测系统的界面、API或代码路径，利用好奇心驱动的路径规划、覆盖率反馈的迭代优化等机制，主动发现传统测试用例从未覆盖的边缘执行路径和长尾场景。本文将围绕以下问题展开：AI如何理解“漫游测试”？有哪些真实的工具和框架正
【探索性测试】让 AI 充当“漫游测试者”：生成未覆盖的边缘测试路径
引言：当覆盖率报告说“100%”，你的系统真的安全吗？你可能见过这样的场景：单元测试覆盖率面板上赫然显示着“Line Coverage 96%, Branch Coverage 91%”，CI 流水线绿灯亮起，产品经理在群聊里发了一个大拇指表情。一切看起来完美无缺——直到某个深夜，一位用户用了一个你从未想过的操作组合，系统直接崩溃。日志里记录的那条执行路径，恰好就是那“9%”的未覆盖分支。这就是传统测试方法论中最顽固的盲区：覆盖率指标本身无法告诉你“哪些路径没有被测试”——它只知道“哪些路径被测试了”。探索性测试（Exploratory Testing）的概念并不新，但问题在于：人对未知的探索受限于经验和想象力，而真正危险的边缘路径，往往藏在你连想都想不到的地方。2026年，AI正在从根本上改写这个困局。根据行业调研，超过72%的中大型企业已在核心系统中部署AI驱动的自主测试平台，AI-Combined Testing（AICT）已成为头部企业质量保障的基础设施。而其中最令人兴奋的方向，不是用AI替代人写测试脚本，而是让AI充当“漫游测试者”——像人类一样自由探索系统，但远比人类更系统、更不知疲倦、更不会受限于思维定式。所谓“AI漫游测试”，是指让AI智能体以探索性思维自主遍历被测系统的界面、API或代码路径，利用好奇心驱动的路径规划、覆盖率反馈的迭代优化等机制，主动发现传统测试用例从未覆盖的边缘执行路径和长尾场景。本文将围绕以下问题展开：AI如何理解“漫游测试”？有哪些真实的工具和框架正
