我觉得看 B 站视频自学，应该问题不大把？当然也有机构可以培训

好的，感谢

感谢大佬反馈，可能我也不要求工资高吧，我更多是是想要延长工作年限，我认为的是嵌入式测试对于人工技术是越老越吃香的，不知道是不是这样？

真的吗？还会低？那豆包又忽悠我了，我去 boss 上面看看吧

焊电路板都是大学就会的东西，其他的事完全没经验，准备找点 B 站视频看看

实际上开发者写代码的时候也是一个深入理解需求的思考过程，所以现在 AI 确实是提效的，不过也改变了现在的项目流程，更多的是前期的需求评审和理解，不然开发在 AI 设计环节无法审核，测试在测试点梳理以及用例评审环节就无法审核，甚至到用例执行都是困难的，由于最开始的需求文档文档质量不够高，导致后面的环节都需要人工去把关的。

AI 自动化太费 token 没做起来 ----- 我不理解到底有多么费 token？我怎么隐约觉得你的方法不对呢！不会你想要纯自然语言的去做自动化吧？

playwright 智能体生成的代码脚本

不需要沉淀代码这点，每次回归都需要 token，用例数量一旦很多，可是不小的费用。---AI 不仅仅是提效，还需要降本

我以前认为知识库就是 AI 的向量知识库，实际上这里不仅是简单的把需求文档放到向量知识库就可以了，因为需求文档不会每个需求都会告诉你：
1、字符串<字段名> 的字符数范围（含上下界）、空值/纯空格的处理行为、超长输入的处理策略？
2、<字段名> 支持的字符集（中文/英文/数字/常见符号/emoji/特殊符号），是否区分大小写？
3、<字段名> 在列表/详情中展示时，长文本（未超限）的显示策略是什么？换行/截断/悬停提示？
4、xxx 创建成功、下游业务页面会有什么变化？
5、上游业务数据删除，下游影响哪些层面？
如果需求文档这些都没说，那你的用例生成还是会缺少很多场景的，就算你等到产品优化后，你在使用，那这些需求解析、评审的工作，还需要人工参与的
这里实际上有个好点的办法，可以参考https://testerhome.com/articles/44271，高飞老师的文章，很受用