6，大佬，上班时间都刷 boss 吗？哈哈哈哈，胆子好大

这个要根据你对你领导的了解程度，我们其他人是完全不了解你领导的心思，还有平时做人各方面怎么样，如果你觉得他是可以信任的，靠谱的，那就根据你自己的选择了。7 楼说的话，我挺认可的，“机会和风险并存，虽然看起来是坑”，看你怎么选择了。

感觉会有什么坑？领导为何不找一个专业的？而是找一个跟产品搭不上边的角色，去干一个风险比较大的项目，而且还是新项目。或许，领导初心真的是想培养内部人员。但是总感觉违背第一原理。

阁下，为何对这个了解这么深

细节。

只能说现在的人，大部分都是躺平。

文言一心：
from future import annotations 是一种 Python 的语法，用于支持类型提示在静态类型检查器中的更灵活行为。在 Python 3.7 以后的版本中，这个语法是默认启用的。

在 Python 3.7 之前的版本中，如果你尝试使用类型提示在一个类中引用另一个类，就会出现错误。例如，上面的代码在没有 from future import annotations 的情况下，会在 Python 3.7 之前的版本中报错，因为在这个版本的 Python 中，类型注解不能直接在类定义中使用。

通过使用 from future import annotations，你可以在类型注解中直接引用类，而不需要先导入它们。这使得你可以在类定义内部进行类型注解，而不需要将它们放在类定义的外部。

然而，需要注意的是，from future import annotations 在 Python 3.7 以后的版本中已经不再需要，因为在这个版本及以后的版本中，Python 已经默认启用了更灵活的类型注解行为。因此，如果你在使用 Python 3.7 或更高版本，那么你可以直接使用上面的代码，而不需要 from future import annotations。

降本增笑，开猿节流

看起来技能要求不高，就是卡学历

感觉以后项目上线，压力没有那么大了，毕竟这么大公司，说崩就崩的

总结到位

看完感觉，用 ai 进行自动化测试，指日可待了，发展速度应该超乎想象。

思路清晰

有个想法，如果想让 ai 帮忙写用例，你需要提供大量的信息，以及标准规范的文档。
那么，如何快速让 ai 介入测试工作，我想最合适的应该是，让 ai 补充，查缺补漏，就是测试人员先把测试用例先写好，然后再把文档给 ai，让 ai 进行用例评审，或者让 ai，重新优化，输出更加规范标准的测试用例。我想，这种才是目前现阶段，比较符合现实的方式。

总结的到位，说白了，就是还没一个完整的测试思维，确实需要有一个团队好好带，或者自己看点教程。

我觉得做好两点就足够了
第一点，满足项目的测试需求，项目需要达到什么样的测试要求，你就做到什么样，尽可能做好质量保障，我看你描述的，好像是很随意的测试？不知道真实情况是否如你所说，如果可以随便测试的话，那可能会很容易出 bug，那项目组可以接受这样的质量保障？
第二点，如果是项目测完了，每天，剩余多少，拿出来学习，为跳槽下一个公司做准备，你觉得跳到下一家，薪资翻倍，你要具备什么能力？就朝着这些能力去学习，并且在你当前项目进行实践。

国外，开发 1：测试 1
国内，开发 4：测试 1，开发 5：测试 1，开发 6：测试 1

“深耕自己是最好的破圈”

这个可以

估计又有一名小测试要被通报了

管理不一定是最好的，但应该是可以走的最远的。

太深奥了，有大佬翻译一下吗？