录屏链接
录制：AI 驱动的 UI 自动化测试工程
日期：2026-05-24 19:30:38
录制文件：https://meeting.tencent.com/crm/NoxQzpxac7
模式修改
录屏中使用的是编排者 - 子 agent 的模式进行用例编写，这种模式是用时间和 token 去换用例的准确率。 但我也发现很多同学的 token 不能这么玩。 所以我推荐把这个模式修改成 生成者 - 验证者模式。 可以使用 superpowers 进行改造，改造提示词：
- 把总控，分析 agent 和代码生成 agent 进行合并，这套流程在当前主 agent 中执行即可，保留检测 agent
- 分析过程中扫描当前项目代码的工作换成 codebasesearch 这种语义检索，或者 rgrep 这种关键字检索。 不在再全量扫描。
最后想说点什么
我知道社区最近 AI 无用论的论调在冒头，就跟前些年的技术无用论一样。我也不多说什么了，如果有大厂的朋友可以多去聊聊天，看看大厂的测试人员目前面对的都是什么光景。 我只是提醒大家别错过原本可能上车的机会。不要等过了几年以后，才抱怨没学历没背景的人一点机会都没有，有些时候不是没机会，是机会来的时候你抓不住，或者看不清。你不知道有些人为了抓住那个机会有多拼，即便是我这种已经上车的，去年年中的时候就开始每个月自费 60 美元去买 cursor 的套餐。但我这种行为，肯定会有不少人认为是自费上班的傻叉。嗯， 就这样吧，我也懒得解释了。 反正不管怎么样，都会有人认为包括我在内的很多人的成功，都是靠运气。
PS：加不加入我的星球无所谓的，我在大厂有工作，职级还不算低，我不靠星球吃饭。大家去 B 站，去跟自己公司的开发同学请教，一样可以学。 去按我的帖子里找到那些技术关键字，然后全网去搜教程，也一样可以学。我自己也没报过培训班或者去花钱学什么东西。 但关键是，得坚持，得去学。
感觉好像不太完整？这是全部了吗
没人否定 AI 的价值，也都清楚它是行业趋势。但现阶段 AI 对测试工作的实际助力有限，不像编码这种立竿见影的效果。大家反馈的都是一线真实问题。身处大厂，你未必了解多数公司测试的真实工作情况。退一步讲，这套 AI 方案真能完全落地，整个软件行业都会被彻底颠覆：只需专人调研需求，编码、测试、部署全由 AI 承接。真到那时，与其一味内卷争当最后的卷王，不如提早考虑转型换赛道。
zxc_1
回复
但现阶段 AI 对测试工作的实际助力有限
不像编码这种立竿见影的效果
这两个观点我认为都是有问题的，测试人员是需要编写代码的。以前很多测试同学不写代码可能是能力不行或者被分配到了打杂的工作上，而不是不需要。现阶段 AI 对测试工作的实际助理有限， 那也可能是很多人不懂得如何用 AI。 AI 不是一个傻瓜式的工具， 它是需要很专业的知识才能驾驭的东西。 同一个 AI，不同的人用，效果完全不一样。
比如前几天《丧尸清道夫》这个 AI 短片火遍全网，甚至火到了好莱坞，连好莱坞的导员都发邮件给这个短片的作者。 这个短片我也看了，一股子爱死机的质感，质量非常高。 那问题来了，为什么只有这作者能做出来？他甚至用的只是即梦 AI，是所有人都能用的模型。就像我说的，AI 在不同的人手里，效果是不一样的。 网上有个段子说这个作者给 AI 的提示词堪比核弹说明书。想要效果好，提示词就是要这样专业和精细。 绝对不是一个玩票性质的玩家随便说几句话就可以达到的。
拿 AI 生成测试用例这一个最基础的事来说。 我自己生成测试用例的 skill，里面的提示词里的字数，保守说也数以万字了（如果把知识库都算上）。 所以想要效果好，那不是把需求文档简单往里扔就可以的。 所以如果效果不好， 是不是要先想一下，自己把 AI 想的太简单了， 或者把 AI 想的太傻瓜式了。
说实话，我并没有加入你的星球，但是你的每一篇测试之家的帖子（质量很高），我都认真拜读，并且已经在公司落地了 AI 驱动 UI 自动化测试，本周就要给大家分享了。很感谢你的慷慨分享
能落地就是好的， 能自己折腾出来就不用花钱。