摘要：

在测试自动化中采用机器学习驱动的自修复技术可以防止松散的测试，减少测试失败，并节省代码维护时间。自修复是在DevOps模型中成功执行连续测试的基本因素之一。

在敏捷方法中，应用程序的构建非常迅速，并且在初始开发过程中经常会发生更改。在持续测试中，自动化测试作为软件交付管道的一部分执行，以提供与软件发布候选版本相关的业务风险的即时反馈。在DevOps中，持续测试对于提高质量、降低成本和加速发布非常重要。

由于持续测试是CI/CD管道的一部分，所以在代码开发的早期就可以发现问题。它帮助开发人员确定何时以及如何发布新的更改。本文将探讨具有自修复功能的持续测试如何将测试提升到下一个层次。可以减少自动化代码重复维护的停机时间，并利用这些时间进行对项目提供更多价值的活动，例如增加自动化覆盖率，探索性测试，等等。由于持续检测的好处，市场研究公司预测，持续检测市场将从2018年的11.5亿美元增长到2023年的24.1亿美元，年复合增长率接近