SmartBear Swagger更新：专为解决AI编程工具引发的API偏移问题

SmartBear近期宣布对其商业化Swagger工具集进行重大升级，旨在帮助企业在AI编程工具加速软件开发的背景下，更好地治理、验证和扩展API。

此次更新聚焦两项核心新增功能：一是经过全面改版的Swagger Catalog，为平台团队提供对API资产组合的集中化可视管理；二是带有偏移检测功能的契约测试，能持续验证API的实际行为是否符合OpenAPI规范。

SmartBear表示，Swagger支持贯穿AI赋能API全生命周期的设计、治理与测试，确保每个环节的质量，并帮助用户构建面向人类、大语言模型、智能体及持续创新的API。

SmartBear首席产品与技术官Vineeta Puranik将这两项新功能统一纳入"应用完整性"这一概念框架下。她将其定义为：对软件按预期运行的持续、可量化的保障，同时具备以AI速度和规模运营的治理能力。

Puranik试图解决的核心问题是：GitHub Copilot、Claude等工具可在数分钟内生成或修改数千行代码，但这些API本应遵循的规范却不会自动同步更新。由此产生了SmartBear所称的"偏移"现象，即API契约所描述的内容与代码实际行为之间的背离。

"平台负责人面临API发现碎片化、缺乏生命周期可见性的困境，而工程和质量保障团队则深受规范与运行时之间无声偏移的困扰。"Puranik在接受采访时表示。

SmartBear的偏移检测功能运行于CI/CD流水线中，在代码进入生产环境之前便捕捉偏移问题。这与Kong或Apigee等API网关的做法有所不同，后者是在生产环境中对流量进行监测，这意味着错误已经发生并流出。SmartBear的方案强调"左移"理念：在构建阶段发现偏移，而非等到部署之后。

Swagger Catalog则着力解决可见性问题。随着AI工具大规模生成和修改API，平台团队越来越难以掌握现有API的状态、合规情况以及生产就绪程度。该目录提供跨组织全API资产组合的生命周期追踪与治理执行能力，涵盖从代码仓库、CI/CD流水线摄取的API，以及从Postman等工具导入的规范。

某汽车公司参与了上述功能测试的高级解决方案架构师Jason Burch表示，Catalog的价值不仅体现在技术层面，更体现在组织管理层面。

"当你把数百个内部API汇聚在一个地方，就能在产品、开发和架构团队之间建立可见性，并以我们现有工作流程无法实现的方式提升治理水平。"他在一份声明中说道。

本次发布还包含Swagger平台本季度推出的多项附加更新，涵盖：搭载AI驱动API生成功能的全新编辑器、上下文感知文档、基于Spectral的治理执行、支持自然语言API自动化的MCP服务器，以及对OpenAPI 3.1、AsyncAPI 3.0和GraphQL的扩展协议支持。

MCP服务器的支持具有特别重要的意义。智能体之间的通信依赖API运行，这意味着机器可读、实时准确的规范已不再只是最佳实践，而是硬性依赖。在这种环境中，偏移不仅会导致测试失败，更会直接破坏集成。Puranik直白地指出："智能体之间用什么交流？就是API。"

除Catalog和偏移检测之外，SmartBear还推出了一款名为BearQ的AI原生测试产品，作为应用完整性战略的重要组成部分。该工具只需输入一个URL，便可自主探索应用功能、生成测试用例、执行测试并标记失败项，全程无需测试人员掌握任何脚本语言。

"你只需告诉它去查看某个功能，它就能理解你的意思，不需要指定任何脚本语言。"Puranik说道。她还表示，针对整个代码仓库进行批量API测试的智能体工作流计划于第二季度上线。

SmartBear的Swagger工具被来自32,000个组织的超过1,600万名开发者所使用，客户包括三星、福特和万豪。Forrester Consulting受该公司委托开展的总体经济影响研究显示，对于一家拥有200名开发者的综合型企业而言，该平台三年内带来的投资回报率高达227%。

上月底，SmartBear还发布了SmartBear应用完整性核心产品，与上述两项新功能一道，进一步提升并加速应用测试能力，以匹配AI驱动代码创建的更快速度和更大规模。

新增能力为人工主导的测试工作流引入了智能体与AI支持，包括对本地部署应用的AI赋能，具体涵盖以下几个方面：

SmartBear测试自动化平台Reflect新增智能体能力，允许开发者和质量保障工程师直接从编码环境生成自动化测试。通过SmartBear MCP服务器调用Reflect，团队可引入更丰富的上下文，整合现有测试资产、统一的可见性与报告，以及开发历史记录，从而以智能体方式生成上下文感知测试，加速自动化落地，无需从零开始。

Zephyr新增Rovo智能体技能，支持在Atlassian Jira内通过自然语言查询评估测试覆盖率、搜索测试执行记录及评估发布就绪程度，帮助质量保障团队快速识别缺口、优先安排测试工作。

SmartBear面向桌面测试和本地安全环境的本地部署工具也新增了AI能力，包括ReadyAPI中用于构建复杂多步骤API测试的自然语言AI测试生成功能，以及TestComplete中增强的基于AI的对象检测能力。这将在企业级治理控制的保障下提升自动化可靠性，满足合规与质量标准。

"SmartBear正全力以赴，帮助质量保障团队提速并改善应用层面的测试。我们看到部分团队正在迈向BearQ这样的全自主解决方案，另一些则在将AI工具与人工主导的自动化甚至手动工作流相结合。"Puranik在声明中表示，"我们在客户AI旅程的不同阶段与他们相遇，帮助团队自信地采纳AI、有效扩展测试规模，并在软件交付加速的过程中维护应用完整性。"

Q&A

Q1：Swagger Catalog是什么？它能解决什么问题？

A：Swagger Catalog是SmartBear为Swagger工具集新增的功能模块，提供对组织内全部API资产的集中化可视管理。随着AI编程工具大规模生成和修改API，平台团队越来越难以掌握API的现状、合规情况和生产就绪程度。Swagger Catalog通过整合来自代码仓库、CI/CD流水线及Postman等工具的API规范，实现生命周期追踪与治理执行，帮助产品、开发和架构团队建立统一的可见性。

Q2：SmartBear的API偏移检测功能和API网关有什么区别？

A：SmartBear的偏移检测运行于CI/CD流水线中，在代码部署前就发现API实际行为与OpenAPI规范之间的差异，属于"左移"策略。而Kong、Apigee等API网关是在生产环境中监测流量，错误被发现时已经流出。两者的核心区别在于介入时机：SmartBear在构建阶段拦截问题，API网关则在部署后才能感知异常。

Q3：BearQ是什么？它怎么做测试？

A：BearQ是SmartBear推出的AI原生测试产品。用户只需提供一个URL，BearQ便能自主探索应用功能、生成测试用例、执行测试并标记失败项，全程无需编写任何脚本。它面向不具备脚本编程能力的测试人员，支持自然语言交互。针对整个代码仓库进行批量API测试的智能体工作流功能计划于第二季度上线。