• 我是觉得社区的人跟杞人忧天一样,天天担心这担心那,有的干就干,真干不了了,大家都一样。而且把 AI 说的跟没成本的一样,而且还是基于当前可以无限进步的理想场景,以前房地产势头正盛时也是,谁觉得会跌?谁会猜二线城市房价会砍一半的, 都是势头稍微好一点,就开始论断未来了。颇有以前那种速胜论和速败论的既视感

  • 真到那时候,那还说啥,我直接去卖猪肉或者学理发

  • 有感觉,尤其是是"兄弟,你这个观点非常精准'、"你的思路非常牛",然后顺势把话题又拉回自己架构方案的回复,确实挺像机器人客服。

    不过这事本身也挺有意思的,大家一边讨论 AI 到底有多强,一边又忙着鉴定谁的回复像 AI,有人把 AI 的未来吹到不需要提示词了,有人看到 AI 生成的内容又开始嫌弃没有独立思考。

    假如帖主真的全程让 AI 自动回复,那我反而觉得这也是一种应用场景,至少把 AI 用到了社区互动上,只不过目前这个 Agent 看起来比较擅长夸人、复述观点,以及把话题重新引回自己的技术方案。

    说到底,现在挺多自己用 AI 叫提高效率,别人用 AI 就叫没有水平;自己相信 AI 是未来,别人用 AI 又嫌弃缺乏灵魂。大家似乎都挺推崇 AI,但又都希望 AI 只替自己工作,不要替别人工作。

    最后比的好像不是谁真正解决了问题,而是谁更会证明自己比别人懂 AI。

    就好像我让 AI 回复这句话,这句话是我说的,还是 AI 说的这件事重要?,还是回复这个观点是否正确重要?

  • 我今天在想,如果 AI 通货膨胀,那跟 AI 紧密相联的项目是不是直接就原地升天了

  • 哈哈,首先澄清一下,我并没有黑谁,只是大家的立场和观念不同,对一些事情的看法不一样而已。观点不同很正常,讨论技术和社区话题,本来也不应该要求所有人保持一致。

    至于社区,我觉得也不应该是谁是管理员就由谁说了算,管理员有管理员的职责,但社区能不能保持健康的讨论氛围,最终还是取决于每个参与者,大家可以有不同意见,也可以争论,但至少应该允许正常的观点表达,而不是因为意见不合就给人贴标签。

  • 我可不敢和他有争论,我就是在我那篇文章下和他辩论了下,他就各种扣帽子和答非所问了,不理他就行了,都没想到现在社区还玩站队这种,我就说了下 AI 不可靠就引起他的愤怒了。。。。。

  • 一个真正有项目经验的测试人员,看到 26 万字符的测试用例,第一反应通常不应该只是惊叹于数量,而是考虑需求覆盖、用例有效性、执行成本、维护成本以及测试收益。能确定你是有经验的

  • 这个思路确实不错,本质上就是在建设一套可控、可恢复、可复现的测试基础设施,数据和环境问题通过工程化手段解决,我是认同的。

    不过我觉得这解决的是 AI 执行测试的前置条件,而不是 AI 本身的业务理解和推理能力。即使数据和环境都准备好了,复杂业务规则的理解、测试场景的推导,以及最终结果的正确性判断,仍然有模型能力的限制。

    所以我更倾向于工程体系负责提供确定性的能力,AI 在这个基础上做场景编排和辅助分析,两者解决的是不同层面的问题。

  • 我觉得这里可能需要区分一下工程层面的问题和模型本身的能力问题。

    执行层放在成熟的自动化框架下,我认为是比较合理的。接口调用、UI 操作、数据库查询、断言这些能力,本身就不需要 AI 重新实现。

    但复杂业务数据的理解和构造,我觉得不完全是测试框架能够解决的。

    我们可以给 AI 提供数据模板、数据工厂、业务接口,甚至把一些复杂的业务规则封装成工具,让它调用。但最终它能不能真正理解需求中的业务关系,能不能正确组合数据,能不能推导出符合业务约束的测试场景,这些还是取决于大模型自身的理解和推理能力。

    工程侧能够做的是降低模型完成任务的难度、约束它的执行范围,并通过规则校验保证结果。至于模型本身的业务理解能力、复杂推理能力和执行稳定性,我认为还是需要依赖大模型持续迭代。

    有些问题不是再增加一层 Agent、MCP 或者封装更多工具就能从根本上解决的。

    所以我个人觉得,现阶段没必要为了追求 AI 完全自主执行,强行把所有问题都在测试框架层面解决。能通过工程手段解决的先解决,超出模型当前能力边界的,就应该承认它暂时做不到。

    毕竟我们最终要的是可靠的测试结果,而不是证明 AI 什么都能做。

  • 我个人对目前 AI 执行测试用例这个方向还是比较谨慎的
    文章讨论的方向是有价值的,AI 从需求分析、测试用例生成逐步延伸到自动化执行,本身也是一个很自然的发展过程。不过,我觉得这里可能存在一些理想化的成分:AI 能够完成一系列操作,并不意味着它已经具备独立承担测试工作的能力。

    类似金融系统测试,这类业务对测试结果的准确性和可追溯性要求比较高。

    举个例子,银行核心系统的贷款利息计提测试,测试人员准备好贷款本金、利率、计息周期和计息规则,然后执行月末批量计息任务。任务本身可能正常执行,接口没有报错,批处理也显示成功,但实际计息金额可能存在问题,例如利率生效日期错误、计息天数计算错误、闰年处理不正确,或者舍入规则存在偏差。

    这时候 AI 能够完成任务调度、执行接口、查询数据库,甚至分析计算结果。但是,假如实际结果与预期相差 0.01 元,AI 判断这是精度误差,自动放宽断言容差或者修改预期结果,让用例重新通过,那么它究竟是在修复自动化问题,还是掩盖真实的业务缺陷?

    我认为这两者的区别非常重要。

    测试工作的核心不是把预定流程执行完,而是验证系统是否符合业务规则。尤其是金融系统,很多问题并不会直接表现为接口报错或者任务失败,可能只是某个边界条件下的金额计算错误、状态流转错误或者数据不一致。

    所以,我更倾向于把 AI 定位为测试辅助工具,而不是现阶段就让它独立承担测试执行和结果判断。

    具体来说:

    1. 需求分析、测试场景提取、测试用例生成,可以利用 AI 辅助,但业务规则和预期结果需要人工审核。
    2. 自动化代码编写、接口脚本生成、SQL 编写、日志分析和缺陷定位,是我认为 AI 目前比较有实际价值的方向。
    3. 自动化执行可以引入 AI 调度,但底层仍然使用成熟的接口、UI 自动化框架,执行步骤、测试数据、重试策略和权限都应该有明确约束。
    4. 最终的业务断言应该独立于 AI,例如金额计算、账务平衡、状态机、幂等性和数据一致性,不能让 AI 根据实际返回结果自行修改预期。
    5. AI 可以分析失败原因、提出脚本修复建议,但涉及业务断言和测试预期的修改,应该经过测试人员确认。

    其实还有一个问题值得讨论:AI 自动化执行成功率,究竟应该怎么衡量?

    一次 Demo 能够完整跑通流程,并不能证明它具备稳定的工程能力。至少还应该关注相同数据和环境下多次执行的一致性、失败后的可复现性、错误通过率,以及 AI 是否会因为自动修复而掩盖真实缺陷。

    我并不是认为 AI 不能执行测试,而是觉得目前很多讨论过于关注它能做什么,却相对忽略了它做错之后怎么办。

    传统自动化测试追求的是可重复、可验证、可追溯,而 AI Agent 引入了动态决策和概率性的不确定因素,两者并不是不能结合,但也绝不是接入一个 Agent 就能解决的问题。

    AI 可以帮助测试人员完成更多事情,也可以让自动化执行变得更加灵活。但如果让它在没有明确边界和验证机制的情况下,自主规划、自主执行、自主修改,最后再自主判断测试通过与否,我觉得这更像是在赌它这一次能不能做对。

    测试的严肃性不应该建立在 AI 的自信上,至少在现阶段,我还是更认可:人制定规则,工具负责执行,AI 辅助分析,人来判断结果。

  • 吐槽个论坛最大的问题 at 2026年11月04日

    因为审核事关追责,所以必须保留人工把控,
    不是有人经常问什么时候 AI 能代替人工测试吗?
    这就是个很好的锚点
    哪天 AI 自动审核方案又便宜又稳、出了问题也能担责,
    社区敢用了,
    那才是真正的取代

  • 不至于,我毕竟不搞个人崇拜和收割😈 ,更多是把我当成嘴替了吧。上面部分带有宗教信仰般抬杠的,才是最可怕的

  • 你这条评论我其实挺认同的。
    你说的面试、OKR 和绩效问题,确实是很多测试人员不得不面对的现实。

    但我觉得,你描述的更多是过去逐渐形成、并且延续至今的一套评价机制。
    这套机制是互联网大泡沫时代的机制,
    我比较关注的是,AI 时代这套机制会不会发生变化。

    过去,搭建自动化平台、建设测试体系、开发测试工具、编写接口自动化框架,这些工作都需要投入不少研发时间和技术能力,也很容易成为面试和 OKR 的成果。

    但现在,AI 在代码生成和工程实现方面已经表现出很强的能力。
    尤其是测试效能研发领域,无论是测试工具、测试平台,还是接口自动化框架的开发,AI 都可以辅助实现,甚至直接生成全部的代码。这些过去需要投入大量时间才能完成的技术产出,正在变得越来越容易。

    当然,目前 AI 直接理解复杂业务、独立设计高质量测试用例,表现还没有那么理想。
    但这恰恰说明,技术实现和业务判断是两种不同的能力,不能混为一谈。

    那么,如果以后 OKR 还是考核建设了多少平台、开发了多少工具、写了多少自动化脚本,这些指标的含金量是不是也需要重新评估?

    我认为未来真正拉开差距的,可能是业务建模、测试场景设计、风险识别,以及对 AI 生成结果的验证能力。AI 可以帮助我们降低工程实现成本,但测试场景是否覆盖真实业务风险、预期结果是否正确、能否有效发现缺陷,仍然需要专业判断。

    而且,我自己也是管理者,也在尝试改变团队的评价标准。过去容易量化的技术产出,不能再简单等同于实际质量贡献。相比做了多少工具、交付了多少脚本,我更关注这些工作到底解决了什么问题,测试覆盖是否有效,以及能否真正降低业务风险。

    当然,这种转变不会一夜之间发生,招聘市场和企业考核也有惯性。个人为了薪酬和绩效追逐技术,我完全理解。

    但我不太认同把目前的评价机制当成未来必然不变的规则。

    你讨论的是测试人员为什么不得不适应过去的评价体系,而我更想讨论的是,AI 已经改变工程实现方式之后,我们是不是也应该重新定义什么才是真正值得奖励的能力。

    技术一直在变,管理者的评价标准也不应该停留在过去。

    1. 关于自动化失败后的根因分析:目前是根据异常日志、堆栈信息匹配代码模块,还是会结合代码仓库、代码变更、服务端日志等信息进行综合分析?如何区分真实业务缺陷、自动化脚本问题、环境问题和测试数据问题?

    2. 关于目前提到的 80% 正确率:具体统计口径是什么?样本量有多少?是 AI 生成的缺陷最终被人工认可的比例,还是包含根因定位、模块匹配、负责人指派、缺陷查重等多个维度的综合准确率?有没有分别统计误报率和重复提单率?

    3. 关于自动提单:目前是 AI 判断后直接创建缺陷,还是先生成缺陷草稿,再由人工确认?对于误判、重复缺陷和错误指派,有没有相应的控制和纠正机制?

    4. 在将数据提交给 AI 模型之前,是否有统一的数据敏感信息识别和脱敏机制?具体覆盖哪些数据类型?数据脱敏是在日志采集阶段、AI 分析前,还是通过 Prompt 要求模型忽略敏感信息?如何防止遗漏?

    我目前比较纠结的问题

  • 我觉得他只是看我不爽。。。。。换一个人,他就恢复理智了,测试社区都有饭圈文化,真不可思议

  • 我感觉他就是针对我个人来的,我看了下记录,这个人应该没跟我有过节。要么是技术崇拜那一派的被我破防,要么就是纯粹看我不爽了

  • 先谢谢你的关心。我愿意花时间回复,是因为我尊重认真参与讨论的人。
    至于时间安排,我是领导,工作节奏还是能自己把握的,抽空摸鱼回复几段评论不是什么负担,你不必替我操心。

    再说说你的观点。
    看完这次回复,我发现你不仅没有回应文章的核心论点,反而把我最想批评的几种思维方式展示得挺完整!!!(谢谢)

    第一,把认同文章的人归类为 “被新工具伤害的人”。

    你说这篇文章受众多,说明有很多人被新工具伤害了。

    这是怎么推导出来的?

    认同一篇讨论技术崇拜的文章,就意味着自己被技术淘汰过?认同技术不等于职业价值,就意味着自己没有适应技术进步?

    按照这个逻辑,批评技术至上的人,都是因为技术不行才反对技术;质疑某种评价标准的人,都是因为自己没达到那个标准。

    先给认同者划好阵营,再根据这个阵营解释他们为什么认同,确实省事。只是这种解释除了满足自己的判断,并没有证明什么。

    第二,把自己适应了技术变化的经历,当成评价别人的标准。

    你说自己也被伤害过,但运气好,挺过来了。

    挺好,能适应变化当然值得肯定。但你挺过来了,只能证明你个人适应了某种变化,不能证明那些仍然存在的行业问题就不值得讨论。

    更不能因为自己适应了,就把其他人的讨论归结为受伤后的抱怨。

    这其实是一种很典型的幸存者视角:我走过来了,所以这条路没什么问题;我适应了,所以还在讨论问题的人,大概只是没有适应好。

    可一个人成功适应了环境,和他是否看清了环境中的问题,是两回事。

    第三,把技术进步直接等同于问题已经解决。

    你认为文章里的问题一年前就已经过时了,甚至拿 “DeepSeek 4.1pro 已经突破这些问题” 作为依据。

    但你至少需要说明:具体突破了什么、在哪些场景下验证过、达到什么标准,以及你为什么认为这足以推翻文章的论点。

    顺便说一句,DeepSeek 官方公开文档,截至目前列出的型号是 DeepSeek-V4.1-Flash-1017 和 DeepSeek-V4-Pro-0813,并没有你写的这个型号。

    附带官方资料:模型更新日志、模型与定价。

    当然,你可能指某个平台上的别名或其他测试版本,可以进一步说明。
    但连型号和所指版本都没有说清楚,就直接宣称它已经突破了相关问题,这个论证显然还缺少依据。

    更重要的是,即使新模型真的解决了某些问题,也不能自动推翻文章关于技术崇拜的讨论。

    你可以用新技术解决问题,但不能因为技术进步了,就认定所有关于技术的反思都已经过时。

    第四,把 “我喜欢落地” 变成了评价其他文章的尺子。

    你说自己更喜欢能实际落地的文章,这完全没问题。但我的文章是行业观察,不是 AI 测试的工程实施手册。

    你喜欢解决方案型文章,不代表讨论职业认知的文章就是空谈。就像有人写管理问题,不必每篇都交付一套管理系统;有人讨论行业评价标准,也不必顺便写出一套 AI 测试规则迭代方案。

    你当然可以认为我的文章论证不足,但应该指出具体的逻辑漏洞,而不是拿自己喜欢的文章类型来定义什么才有价值。

    第五,也是最有意思的一点:你一边批评别人认知不足,一边不断给别人划分阵营。

    你把认同文章的人归为被新工具伤害的人,把自己归为运气好、挺过来的人;把我的文章归为缺少落地的空谈,再用自己更喜欢的实践型文章作为对照。

    于是,一套熟悉的分类又出现了:适应了技术的人与没适应的人,落地实践的人与空谈的人,已经认识到问题的人与还没认识到的人。

    你有没有发现,你反复强调的恰恰是我最反感的东西?

    我从来没说技术不重要,也没说不应该拥抱 AI。我讨论的是,为什么有人会把掌握技术当成衡量他人价值的标准,甚至把技术上的优势延伸成认知上的优越感。

    而你这几次回复,恰恰一直在用自己的技术立场、个人经历和阅读偏好给别人定位。

    这就是我想讨论的现象:技术本身并没有问题,问题在于有人掌握了某种技术之后,就开始用它给人分三六九等。

    最后,你不喜欢我的文章,完全没问题;你认为 AI 发展很快,也没有问题。我尊重你的个人经历,也不要求你认同我的观点。

    但我尊重你,不代表我会把没有回应文章核心论点的评论当成有效反驳。

    你可以证明某项技术已经取得进步,也可以分享自己如何适应变化。但这些都不能替代对原文观点的分析。

    至于你说的 “耽误大家喜欢了,不好意思”,真的不必客气。喜欢什么是个人自由,不喜欢也不需要道歉。

    我只是觉得,在评价别人还没有认识到什么之前,先分清楚自己是在讨论一个问题,还是在根据自己的经历给人划分阵营,会更有帮助。

  • 其实,顺便也可以聊聊怎么组织一个有效的 Prompt。

    如果目的是分析一篇文章,而不是让 AI 帮自己找论据,那么一个更合理的提问方式应该是:

    “请客观分析这篇文章。首先提炼作者的核心论点,区分核心论点、辅助案例和背景信息;其次,分析文章的论证链条是否成立,有哪些论据不足、逻辑跳跃或可能存在的反例;然后,从支持者和反对者两个角度分别评价。不要预设作者的动机,不要将文章提及的某个案例直接当成全文主题。如果你认为文章存在问题,请引用具体内容说明,而不是根据关键词推测作者想表达什么。”

    这才是在让 AI 帮你分析文章。

    再回头看看你的 Prompt:“他总体在抱怨什么,和 AI 测试有什么关系,是他 AI 测试做得不好吗?”

    你在提问时,已经预设了文章是在抱怨、AI 测试是核心议题、作者可能存在个人能力问题。AI 接下来沿着这些方向分析,其实并不奇怪。

    你以为自己是在让 AI 帮你判断文章,实际上,你先替 AI 限定了判断方向,再把它给出的分析当成独立结论。

    当然,好的 Prompt 也不意味着 AI 的回答一定正确。它只是尽量减少问题本身带来的偏差,最终仍然要回到原文、论据和逻辑来验证。

    所以,想用 AI 提高分析能力,第一步不是学会让它输出更专业的内容,而是学会提出一个不急着替自己证明什么的问题。

    毕竟,Prompt 写得再专业,也掩盖不了问题本身的预设;AI 输出得再有条理,也不能替提问者补上缺失的理解。

  • 你这段回复,和我讨论的根本不是一回事,不知道你是故意的还是理解能力偏差问题。

    我讨论的是测试行业里的技术崇拜,以及一个人掌握了某种技术,是否就有资格据此评价其他人的职业价值。AI 是文中涉及的时代背景和例子,不是整篇文章的论点。

    结果你倒是直接把文章理解成了 “AI 的结果不可信”,然后开始谈规则迭代、长期量化、根因分析,最后得出一个 “没想到这么久了大家还没认识到这个” 的结论。

    说实话,你这种评论挺有意思的:我在讨论 A,你自动把它理解成 B,然后针对 B 展开一套自认为高明的分析,最后感慨别人认知不够。

    长期量化当然重要,规则迭代当然有价值,这些话本身没什么问题。问题是,它们并没有回答文章真正讨论的问题。

    你甚至不需要先证明文章哪里错了,只需要把文章里出现的 AI 相关内容提取出来,就能迅速切换到自己想谈的话题,然后把自己对这个话题的理解当成对文章的批判。

    这其实暴露了一个很基础的问题:理解一篇文章,第一步是搞清楚作者在讨论什么,而不是看到几个熟悉的关键词,就开始输出自己早已准备好的观点。

    至于你最后那句 “没想到这么久了大家还没认识到这个”,我觉得倒是挺贴切的。只不过,有时候不是别人没认识到,而是评论的人还没搞清楚别人究竟在说什么,就已经开始给别人上课了。

    建议下次先把文章的论点看明白,再判断作者有没有分析问题。否则,分析得再深入,也只是体现傲慢与偏见

  • 搞表演的这些人最后都会变成培训

  • 因为世界本质上就是一个 “草台班子”,所以测试从业者一定要持续、大量地在网上和其他渠道强调自己的价值。我特别反感那些不断贬低测试的人,因为他们在破坏这个行业。现在是信息化时代和 AI 时代,他们的贬低言论很可能被 AI 吸收,再通过模型输出被反复强化为 “常识”,或者广泛流传后被当成共识,最后被某些领导、高层刷视频时看到,进而影响他们的决策。别觉得这听起来很搞笑,但这确实就是 “草台班子效应”。

  • 社区怎么这么冷清? at 2026年10月21日

    冷清是必然的,毕竟现在大环境不是一个向上的状态,大家都很累,以前都是想学到些行业前沿的知识然后跳槽涨工资。现在更多人是想来吐槽或者倾诉多些

  • 金融其实不错,但是现在很难进。其实现在大环境差,没有特别好的业务,只能说有相对好的,因为大环境差,我个人感觉都得靠运气和机遇了,技术影响其实不多

  • 。。。。。。。。。。展示用的玩具

  • 工作价值本来就是和企业效益挂钩的,像很多做实业和复杂业务的,人家也不傻,测试是真能实现效益