不用预感，已经有些公司在这么操作了

你这帖子不也是 AI 写的？

最近想到一个为什么 AI 无法替代测试的原因，网上大部分技术贴都是关于代码层面和工具使用层面的，但对于测试相关的帖子都是理论层面的，没有实操性的内容，AI 无法通过网络上的知识准确的做测试实操性的工作。

业务流 + 数据流

功能，业务都要考虑有的还需要拓展一下考虑安全，性能之类的，涉及到改动对老功能有影响的话也得考虑上

这样肯定不行的，如果你的用例是别人来执行呢？

大环境导致的一些影响（无分析无总结，想到哪写到哪）：
1、过了做什么都挣钱的年代，不再需要大量 IT 人员，降本增效，不光是测试，研发规模也是在缩减。
2、依然是降本增效，正编，没有，你要外包，给你两， 但同时，行业对外包人员的要求是越来越高，甚至有些就是按本部的要求但给你开外包的薪资。
3、只招测试开发工程师，基础的活都外包给一些小公司，有些公司还自己办外包，名字你可能都没听过，也很少在招聘软件上刷到他们。
4、大基建不在疯狂，银行和大量企事业的 IT 建设步入正轨，三大运营商也不如移动互联网时代刚来临时疯狂，岗位大幅度减少（尤其外包岗）
5、好岗位都靠内推， 流入不到市场来。

不可否认以前的培训班出来大概率都是流入到外包公司的，中软 软通是大头，华为做的运营商业务是大头，现在一来门槛抬高，二来岗位变少，再开班很难保证培训完都能找到工作。身边有过接触的一些培训机构，在两三年前就停止开测试培训班，只剩少量开发培训班。

以上主要是互联网行业和传统软件行业的现状，但目前制造业崛起，很多偏制造的公司，对于测试人员的需求也是在上涨的，只是要求不同，环境没坐办公室舒服，且门槛较高（如极端点有要求光学、声学、物理学、机械的，比较常见的如电车、机器人、能源领域要求有电力基础，那学计算机的进入门槛就高了），待遇没有那么夸张，但也比大部分工作要高一些，职业生涯长一些，有考虑转行的老哥们可以考虑下，市场上没那么多完全符合的人才，有些时候互联网的也要。

不论是互联网还是制造业，都需要清楚，研发的话语权普遍是偏弱的，市场还是要看结果的，销售，市场，运营甚至运维（如搞充电站的场站的运维）地位都比开发高，而开发地位又比测试高。。。总之，心态放平衡一些。

有点想当然了.
任何行业都是核心业务人员最重要.
在这些垂直行业, 开发都不是核心人员, 测试的薪资和地位更是边缘化得厉害

就是我先写了一版是关于 web 页面功能的，然后一些报表字段，图标字段之类的没写进去；就比如报表 10 个字段吧，我没有具体再用例中写清楚，这个字段预期是什么值；

老哥有没有搞投资啊，靠工资收入是赚不了大钱的

测试也不局限于互联网，工业、金融、嵌入式这些行业的测试也有前景。
垂直领域的测试人才还是比较稀有的，只是互联网测试人员早期吃红利，数量占了大头而已。

阿里系什么狗文化

我恰恰相反，最喜欢这种同事了，如果有裁员指标，那就不用得罪人了，大家都欢喜。

有点不太明白，你说的功能和业务是分开的吗？你验证比如报表这些内容的正确性，这不是数据显示功能的一部分吗，都是功能，为啥要分开

好的， 后面要改下这个习惯了

是的，但是我比较喜欢列测试点

感谢回复，会好好看一下吸收的

用例不是测试的核心内容吗

刚在听罗永浩跟李想的播客，有一句 “有些行业就是全靠写软文才能维持”

最怕你这种类型的同事了，测试最根基的测试用例都不认真，以后很容易背锅或者惹祸

功能 + 业务 缺一不可吧，用例还是很重要的，对于对齐需求、留痕、维护等都有作用。
对于字段、一些图其实重点是数据的把握。
数据测试 = 数据来源 + 数据流转 + 数据呈现

数据来源 - 测试要点：
1、数据完整性--》是否有缺失？比如订单数据少了一天
2、数据准确性--》源头数据是否正确？比如订单金额是 100 还是 1000？
3、数据时效性--》数据是否延迟？T+1 还是实时？
4、数据格式--》字段类型、编码、时间格式是否一致？

数据流转 - 测试要点：
1、计算逻辑正确性--》公式是否正确？比如 “销售额 = sum(单价 × 数量)”
2、数据一致性--》加工前后数据是否对得上？
3、异常处理--》空值、负数、异常字符如何处理？
4、性能--》大数据量下是否超时？

数据呈现 - 测试要点：
1、字段映射正确--》前端字段是否对应后端字段？比如 “销售额” 是不是真的 sales_amount？
2、图表数据准确--》饼图占比是否和底层数据一致？
3、时间范围正确--》“昨日” 是不是真的昨天？时区对不对？
4、权限控制--》不同角色看到的数据是否隔离？

AI 就是个工具。。让开发人员用 AI 兼职干测试？还是让领导用 AI 去开发兼测试啊？

用例肯定要细致，结合实际业务吧。【不排除我是 TO B 企业有关】