当AI进入政务系统，QA角色正在发生变化。过去十多年，政务系统建设一直是软件工程领域最复杂的应用场景之一。随着人工智能技术的快速发展，这一复杂度正在进一步提升。

在最新发布的2025年香港施政报告中，香港政府提出成立“AI效能提升组”，并由政务司副司长牵头推动人工智能在政府部门的应用。按照规划，政府将在2026年把AI工具应用扩展至100个政务程序，并在2027年底前增加至不少于200个。

这意味着，大量政务系统将在未来几年完成AI化升级。

对于软件质量负责人而言，这一变化带来的挑战远不只是技术升级，更是测试体系的全面重构。

AI系统改变了软件质量验证方式

传统软件系统主要依赖固定逻辑运行，因此测试工作的核心是验证功能正确性和系统稳定性。而AI系统则完全不同。AI模型依赖数据训练，其输出结果具有概率性特征。即使输入条件相同，系统也可能产生不同结果。这意味着，测试工作不仅要验证功能是否正确，还需要验证：模型输出是否稳定；算法是否存在偏差；数据输入是否影响决策结果。

对于政务系统而言，这些问题尤为关键。

如果AI系统参与审批流程或公共服务分配，一旦出现错误，影响的不只是技术层面，而可能直接影响公共治理公平性。

系统稳定性风险正在放大。数字政府建设越深入，系统稳定性的重要性就越高。

2023年，韩国核心电子政务系统Saeol行政系统发生重大故障，导致全国电子政务门户Government24全面瘫痪。事故发生后，多地政府部门无法正常签发居民身份证明、户籍证明等文件，银行贷款、房地产交易和合同签署等业务也受到影响。这一事件说明，当政务系统成为社会运行基础设施时，系统稳定性已经不仅是技术指标，而是公共治理能力的重要组成部分。

对于香港而言，作为国际金融中心，政务系统的可靠性要求更高。

在政务系统AI化过程中，传统测试体系已经难以满足需求。

首先，需要建立AI全生命周期测试机制。

从模型训练、系统开发到上线运营，每一个阶段都需要持续验证与监测，而不只是上线前测试。

其次，需要引入自动化与智能化测试技术。

随着系统规模扩大，人工测试难以覆盖复杂场景。AI自动化测试平台能够自动生成测试脚本、识别异常并进行回归测试，从而显著提升测试效率。

第三，需要具备复杂业务场景模拟能力。

政务系统涉及审批流程、投诉处理以及跨部门协同等复杂业务逻辑，测试必须通过场景模拟确保系统在各种情况下都能稳定运行。

第四，需要建立持续质量监控机制。

AI系统上线后，仍需要长期监测模型表现，及时发现性能下降或算法偏差问题。

随着AI测试技术逐渐成熟，一些企业已经开始在大型软件项目中应用相关平台。

例如Testin XAgent和Functionize等AI测试平台，可以通过机器学习分析用户行为自动生成测试用例，并对UI变化进行自适应调整，从而提升持续测试能力。

在实际项目中，AI测试技术可以实现：

自动化回归测试

智能缺陷识别

多终端兼容性验证

一些AI测试服务商，如Testin云测，也开始为金融机构和政务系统提供相关测试解决方案，通过自动化测试和复杂场景验证，帮助机构降低系统上线风险。

随着人工智能逐步进入政务系统核心流程，软件测试的重要性正在被重新认识。测试不再只是开发流程中的一个阶段，而是确保智能系统可信运行的重要保障。未来几年，随着AI在政务、金融与公共服务领域的应用不断扩大，软件质量管理能力将成为城市数字竞争力的重要组成部分。

对于香港而言，推动AI政务发展的同时，建立完善的AI测试体系，将是迈向“可信智能政府”的关键一步。