主要观点：

• 没人喜欢漏洞，虽各方都努力避免，但仍有 5 至 30%的软件缺陷进入生产，修复成本高，所以需尽早发现软件缺陷。
• “Shift Left”概念在软件测试中很受欢迎，将测试提前至软件开发周期开始，包含多种基本元素，能降低成本。
• 人工智能（AI）与自动化结合能帮助软件测试团队更早发现缺陷，如预测分析、自动测试软件等。
• 需将 AI 系统嵌入敏捷工作流以提前发现缺陷，AI 早期测试能提高软件质量、降低后续故障。
• 数据表明早期缺陷识别和 AI 能力能降低软件开发成本和发布后漏洞，同时也存在数据质量、工具集成、人工监督等挑战。

关键信息：

• IBM 数据：5 至 30%软件缺陷进入生产，发布后修复成本是早期的 30 倍。
• “Shift Left”概念：测试提前至开发周期开始，包含多种基本元素，能提高测试效率、降低成本。
• AI 在软件测试中的作用：通过多种方式增强“Shift Left”测试效率，如预测分析、自动测试软件等。
• 嵌入 AI 的方式：在需求分析、CI/CD 管道等阶段实施，优化测试管理。
• 早期 AI 测试的影响：提高软件质量、降低故障、减少修复成本等。
• 挑战：数据质量、工具集成、人工监督等。

重要细节：

• 文中提到多个公司实例，如 mid-sized fintech 公司实施早期测试后减少 40%发布后漏洞，Swisscom 集成 AI 减少 30%发布后缺陷等。
• 详细说明了“Shift Left”的各个基本元素，如测试提前、开发完整规格等。
• 介绍了 AI 应用的多种解决方案，如预测分析、自动测试软件等的具体作用。
• 阐述了将 AI 嵌入敏捷工作流的具体方式，如在需求分析和 CI/CD 管道中的应用。