概念Smoke Testing
冒烟测试
一种软件测试方法，在每次构建后快速验证应用核心路径是否可运行，以尽早发现严重问题，成本低、执行快
核心事实
时间轴 (近 90 天)
10月23日
冒烟测试和回归验证的共同点是判断标准相对明确（界面出现某个元素、流程走到某一步），适合 AI 代理执行；而需要主观判断的体验问题、边界条件和异常路径仍更适合人工验收。
待验证50%
10月19日
如果一个案例在所有试过的后端上都从未失败，它是冒烟测试而非回归测试，应放到另一个文件中。
待验证50%
10月18日
冒烟测试的做法是用20次并发请求打路由端点，统计HTTP状态码和响应时间，以在部署当天发现免费实例的限流或冷启动问题。
待验证50%
10月16日
分层测试策略将测试分为快速冒烟测试与全量评估测试，仅在合并前运行全量套件，可以减少不必要的模型调用。
待验证50%
9月24日
本地AI模型部署时应先用约30秒短音频做冒烟测试，以低成本验证环境与模型是否匹配，避免长时间生成后崩溃
待验证50%
全部知识事实 (6)
已验证
冒烟测试（Smoke Testing）只检查系统能否启动和核心路径能否跑通，而回归测试（Regression Testing）是对所有已有功能进行全面验证，两者不可互相替代
65%待验证冒烟测试和回归验证的共同点是判断标准相对明确（界面出现某个元素、流程走到某一步），适合 AI 代理执行；而需要主观判断的体验问题、边界条件和异常路径仍更适合人工验收。
50%待验证如果一个案例在所有试过的后端上都从未失败，它是冒烟测试而非回归测试，应放到另一个文件中。
50%待验证冒烟测试的做法是用20次并发请求打路由端点，统计HTTP状态码和响应时间，以在部署当天发现免费实例的限流或冷启动问题。
50%待验证分层测试策略将测试分为快速冒烟测试与全量评估测试，仅在合并前运行全量套件，可以减少不必要的模型调用。
50%待验证本地AI模型部署时应先用约30秒短音频做冒烟测试，以低成本验证环境与模型是否匹配，避免长时间生成后崩溃
50%