Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Mobot 获得资金来发展其对移动应用程序进行错误测试的机器人队伍

Posted on 2022-08-15

移动应用程序必须在无数设备上进行错误测试,以确保它们按预期工作。用户对糟糕的体验并不友好—— 根据软件测试供应商 Qualitest 的说法,88% 的人表示他们会因为小故障而放弃应用程序(诚然,该公司在比赛中有一匹马)。测试是一个耗时且昂贵的过程,在一项民意调查中,31% 的应用程序开发公司估计费用在 5,000 到 10,000 美元之间。对于一些服装公司来说,最高质量的测试根本不可用,要么是由于物流原因,要么是为了发布的不懈努力。

Eden Full Goh 希望改变这种状况——并以此赚钱。她是Mobot的创始人,这是一家初创公司,Goh 声称这是第一个“基础设施即服务”平台,允许开发人员使用物理机器人在设备上自动执行应用程序测试。与宏观经济趋势相反,Mobot 本周完成了 1250 万美元的 A 轮融资,由 Cota Capital 领投,Heavybit、Uncorrelated Ventures、Bling Capital、Primary Venture Partners、Y Combinator 和 Newark Venture Partners 参投,使公司融资总额达到 1780 万美元。

Goh 之前是 Palantir 和医疗设备公司 Butterfly Network 的产品工程师,在看到移动应用程序测试过程中的“瓶颈”后产生了 Mobot 的想法。她说,大多数公司——包括她的前雇主——都会招募员工或第三方承包商进行手动测试,这往往效率低下、成本高昂且容易出错。

“Applitools、Test.ai 等公司开发了一些工具,它们利用现有的模拟测试框架来自动化移动应用程序的测试。然而,不幸的现实是,许多缺陷通常会从基于软件的模拟测试的裂缝中溜走,因为它不能准确地代表在真实硬件上的测试,”Goh 在电子邮件采访中告诉 TechCrunch。 “目前,Mobot 并未将自己定位为竞争对手或模拟器和自动化测试的替代品。相反,我们的目标是取代不可避免的手动质量保证,随着未来五到十年设备碎片化的增加,每个人仍然必须这样做并且将越来越多地这样做。”

移动机器人

图片来源: Mobot

这听起来可能很新颖,但机器人技术已被用于测试移动设备软件已有相当长的一段时间了。总部位于东京的Japan Novel Corp. 曾经提供了一种机器人,可以模拟在智能手机触摸屏上一遍又一遍地轻弹和点击的过程。 T-Mobile 在内部制造了一个类似的机器人,称为 Tappy ,在不同的手机和平板电脑进入运营商的网点之前对其进行压力测试。

然而,根据 Goh 的说法,这些类型的机器往往需要很高的初始投资——更不用说机器人专业知识了。

相比之下,Mobot 将维护和保养抽象化,让客户只需在要测试的应用程序和设备(或多个设备)上录制视频即可设置测试用例。客户成功经理帮助开发测试流程并将 Mobot 的分析集成到 Jira 等开发工具中,然后利用计算机视觉的 200 多台机器人将执行上述测试用例——点击、滑动和旋转运行应用程序的设备,如以及将设备连接到蓝牙外围设备,让它们接收推送通知等。

当测试结束时,Mobot 团队会记录结果。客户可以使用自助服务工具查看并排报告。

“据我们所知,很少有公司专注于物理质量保证,因为技术堆栈与其基于 Web 和浏览器的测试的核心主张完全不同,”Goh 说。 “我们最大的竞争对手实际上是由 Applause、Infosys 和 Qualitest 等公司提供的众包和外包手动测试服务,因为手动测试与 Mobot 所做的自动化物理测试最相似……遗漏的错误——从用户获取(例如,深度链接、注册流程、入职)、保留和参与(推送通知和崩溃)到货币化(结账和应用内购买)。”

Mobot 声称自 2018 年初成立以来已经运行了数千个测试周期,从它测试的应用程序中收集了数百万张截图。据 Goh 称,早期采用者包括 Citizen 和 Mapbox 等大公司,以及 Branch、Radar、Persona 和其他大约 45 家公司。

有一些竞争,比如芬兰公司 OptoFidelity,它为触摸显示器和信息娱乐系统提供机器人辅助测试。但 Mobot 并不打算停留在应用程序上。 Goh 说,在接下来的几年里,我们的目标是利用公司收集的数据向客户提供产品见解和“探索性测试功能”。除此之外,Mobot 正在构建一个测试框架,以随着增强现实耳机、智能手表和智能隐形眼镜等尚未上市的产品的技术进步而发展。

基于机器人的测试是一个可扩展的想法吗?毕竟,机器人出了故障,而 Mobot 暂时将其财务状况保持在胸前。 (该公司的大部分业务都处于保密状态,表面上是出于竞争原因;Mobot 的公共网站没有显示其机器人的图像。)但 Goh 给人的印象是她真诚地相信该模型,尤其是在头部等外围设备市场向上显示准备增长。

移动机器人

图片来源: Mobot

“在接下来的两到五年内,软件将变得越来越以移动和连接设备为中心,”Goh 说。 “我们设想自动机器人仓库位于偏僻的地方——那里的房地产是负担得起的——里面装满了成千上万的机器人,这些机器人能够测试人类对产品所做的任何物理动作:点击、滑动、摇动设备、按下按钮、扫描二维码、拍照、听、说等等。”

在短期内,Mobot 将利用最新一轮融资的收益来扩大其销售、营销和工程团队,将员工总数从今天的 42 人增加到年底的 50 人。 Goh 断言,虽然科技行业实施了招聘冻结和裁员,但 Mobot 是一个“反周期”业务,这对它有所帮助。她说,随着公司继续发布新应用程序和对现有应用程序的更新,移动领域对质量保证测试的需求并未减弱。

Goh 说:“市场上没有任何产品可以使日常软件工程团队的物理测试民主化,他们永远不会拥有自己构建机器人车队的专业知识。” “Mobot 是一种关键业务且具有成本效益的解决方案,可简化科技公司的产品开发流程。”

原文: https://techcrunch.com/2022/08/15/mobot-secures-capital-to-grow-its-fleet-of-robots-that-bug-test-mobile-apps/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme