（先防杠：我知道实际上的测全是不可能的，毕竟大多数情况下，无法穷尽所有的输入）可以围绕测的全不全展开：你的项目测 “全” 了嘛，如果测 “全” 了，你怎么保证你测 “全” 了，如果没测 “全”，哪里没测 “全”，你对测 “全” 了又是怎么理解的，不同背景，不同业务的需求，哪些需要测 “全”？哪些不需要，为什么

自动化稳定性这东西就够喝一壶了，UI 整天变

这是什么老虎之词 ，是不是你的项目太简单了

你的自动化是单线程还是并发执行？自动化从开始执行到现在迭代了多少版本、自动化效率提升了多少？是怎么提升的？为什么要提升自动化的执行效率？自动化的准确度从 80%~90%，你是怎么实现的？

第一次听说找不到难点的 是你太强还是我太菜

可以针对面试公司的情况，挖掘一些吸引力的难点（你入职后和准备离职后，你实现自动化项目变化里面挑），如业务覆盖率提升、框架性能优化

要说自动化项目有多大的难度，那倒也没有，尤其是在有 ai 的加持下。
但并不意味着项目就没价值了，有一点比技术更加重要，是你怎么挖掘现存的问题，然后通过技术的手段去解决问题，最后带来多少可量化的提效，用数据说话。
在项目过程中肯定会遇到问题，你是怎么思考的，最后怎么解决，能不能沉淀下来一套自己的套路，以后的项目也能复用。

最大的难度就是让别人配合你去做

自动化确实不难，维护推广恶心关键是。