为什么不去干运维
是的,自学后重新找
自学后重新找
AI 发展到现在还在纠结提示词,要将自己工作沉淀为 skill。你平时是怎么写用例的,从哪些方面考虑,使用了什么用例设计场景,你直接写入 skill 不就行了。当然这个 skill 不是一蹴而就,你都说了发现生成的用例不是那么的理想,那你心目中最理想的用例是什么,慢慢的去打磨 skill. AI 发展到现在还在单纯的使用提示词已经落伍了,你甚至可以自己写一个你认为优秀的用例示例,贴在 skill 中,准确度会大大的提高
接口自动化、 UI 自动化、mock 服务模拟三方回调给开发已经是上古时代的东西了,AI 的出现,这些都不是事,也不是什么壁垒。要想继续往上爬,就要往 AI 方面靠,AI 应用开发工程师。AI 的出现,大家都在同一个起跑线上,AI 这把利剑是我们这些人的致胜法宝。我和你同年,也是 93 年,非全本科,工作 10 年,这是我呆的第二家公司,2027 年 3 月续签第三次合同,现在 24K
说的很接地气
完全可以
转 AI 应用开发、转架构,多学学架构思想,转管理,多多学学管理思想
1、针对某个需求,后续有了新的需求了,那之前的老用例会归档,重新生成新的用例,新老用例共用同一个用例编码,形成历史轨迹,为了需求追溯时候,也很快能找到需求什么时候完成,当时的需求场景是怎样的
2、mcp skill 都会有提供,甚至我们把用例库直接训练转换,然后写入向量库作物知识库,可以用从用例知识中让 AI 反推出这个功能当前的业务逻辑和限制等,甚至能通用例库的知识,来给系统画像
1、我们有在搞 SDD,但是推行很艰难,因为链条太长,好在公司和领导大力支持,包括大模型这些资源预算 100W
2、测试用例持续化管理这块,我们是做的用例管理系统,直接接入 AI,AI 生成的用例在 AI 用例管理模块,人工复核直接进入用例库,人工复核这块也支持导出 excel 在本地复核后导入。同时用例系统针对每个用例都要标识是否 AI,用户 AI 使用率统计分析