自动生成用例没啥难的，好的基座模型 + 质量高的需求文档 + 质量还行的源码 + 业务知识库 + 历史测试用例 + 测试用例设计规范提示词即可。

说的好像 agent 测开 35 不被裁一样，越是热门赛道年龄越大越不利。

AI 效能搞起来、公司业务测试 AI+ 赋能、慢慢往贷款行业卷市场，市场才是赚大钱的部门，容易 20K 往上，还能多劳多得，研发都是成本支出部门。

我也看到过这个岗位，给公司部署通用的 AI agent，给 HR 部门部署 AI 简历筛选系统和 AI 在线面试系统，给销售部门搭售后客服系统，给老板搭员工管理系统，还要负责公司的 agent 业务开发，钱少事多最先裁的岗位，自己做抉择呗

喂给它需求文档生成测试点清单还是挺好用的，拿到清单后去思考还有哪些是可以进行覆盖的。
写代码是真好用，以前要做好久的平台或者工具，AI 几天就可以完成就拿 4 年前的一个财务金额校验工具，我自己敲代码做了 3 周，现在用 AI 干一天就出来了。
测试文档生成，AI 生成方案、结构化用例表格、测试报告，复盘资料等等，都不用自己去手敲。
写财务系统验证的 SQL，AI 不仅快生成的还好。

未到 30，优秀的人，薪资要的低，4 年前一周就可以收到几个 offer，现在 3 周~1 个月足够收到 offer 了。
未到 30，优秀的人，薪资要的高，2 个月足够收到 offer。
超过 30，优秀的人，薪资要的低，1.5~2 个月足够收到 offer 了。
超过 30，优秀的人，薪资要的高，3~4 个月也许可以收到 offer。
任何年龄段，统本学历、测试菜鸟，薪资低都不见得有公司要。
任何年龄段，非统本学历、测试能力强、薪资要的低，3 个月差不多可以收到 offer。
任何年龄段，非统本学历、测试能力不强，没有公司要。

基于开发提交的 git 代码进行静态测试、回归用例推荐、改动风险预测，基于测试数据生成复盘报告，性能测试用例生成、执行、结果分析，生产环境用户反馈问题聚合分析、定位问题，时间多还可以进行研发的 SQL 测试。

研发中心 CTO 说搞接口自动化、UI 自动化没含金量，上限太低，买 tokens 就可以完成，多用 AI 保证线上质量、测试效率。

真的很赞同了，最近在鼓捣 agent 集群上云的东西，还好之前工作中用过 Docker、K8S。目前只做到了集成扣子智能体 SDK，可以部署简单的单 agent 智能体，对于复杂的多 agent 工作流，只能在扣子内部搭建，但没法在私有化环境集成，且不支持自定义大模型，还存在信息泄露问题。现在只不知道怎么设计这一套方案，缺乏那种专门锻炼过 Docker、K8S 的能力，在设计上就没窍，蹲飞哥后续新部门的技术咯

32 以上行吗