很难不赞同。我们公司 AI 只作为辅助，再怎么也没想过裁测试，因为业务始终需要人去 cover，卖的还是实物

当我没说，看到你的新帖子了

意思是拉通整条数据链路？这需要把相关部门全部打通，数据流转搞清楚吧。你说的内容感觉如果能做出来，效果感觉应该很不错。我们现在没有大数据测试这个岗位，如何去搞到这些权限，如何向老板说明收益与风险成了难点。如果能从上往下推这件事情感觉会容易一点

有具体的行业实践吗？比如你说的这个私域资产构建，有什么具体的流程思路吗？

学会向上管理，每时每刻都要强调测试重要性，让老板慢慢养成 “缺了测试公司损失会很大” 这种潜意识，毕竟会哭的孩子才有奶

我们把以前零散的脚本、工具集合到了一个新的平台上，并且基于别人的工具二次开发了测试工作中更方便的功能，所有的代码都是 AI 写的

但是像工作流和知识库 RAG 这种还是直接基于 IDE 用的，毕竟没有开发工具的必要

所以感觉还是要看公司的业务形态吧，一个统一的内部工具平台也可以整合之前零散的功能，提升内部的使用率，沉淀内部知识，并且所有数据都内部管理，也是领导比较看好的一点。所有东西都自己维护、自己开发，后续再集成 AI 进来也是很方便的

当然，楼主说的测试平台的确是没必要再去开发了，封装一个 skill 就完全满足了

分享的人变少了，审核变慢了，可不得冷清吗

看起来很像银行系统，但是感觉也有可以做的：
1.做一些 prompt 工程，开发点 skill 去优化工作上的痛点
2.研究下 RAG，把测试知识库接入内网模型
3.把日常工作流程上的卡点以及遇到的问题收集起来，晚上或者周末在家用 LLM 去辅助你梳理思路，加深业务理解

内网模型不给力，这个时候流程的嵌入程度就显得尤为重要了。用 Prompt 工程、RAG、微调、任务拆解等等方法把它嵌进日常的业务流程，算是能提升自我的一个不错的方法了

让 AI 自主读代码、做接口和 UI 测试的话，有试过准确率和 token 消耗量吗？

prompt 做好约束，temperature 可以调低点，确保调试通过的部分达到比较稳定的状态再合进仓库，一般来说不会出现大面积假 PASS 的情况

还好不是干的互联网，做实体的周期要慢不少

不是说干游测很费命吗？版本迭代快，上线又多在大半夜，节奏很强啊

如果 AI 导致生产力过剩的话，国家会进行调整的。毕竟产能严重过剩会加剧企业亏损、人们无力消费的矛盾，是一个恶性循环

省不了好啊 我们不是纯软件 有些必须动手 不至于被一锅端了

那我公司还行 至少现在用各种工具都是公司出钱，自己没掏过腰包

我也想多看点 AI 的技术贴，看看大佬们的新思路

拥抱变化，拥抱 AI，站在风口上猪都飞起来。说不定下一次革命风就吹到其他地方去了，但至少现在 AI 是看得见的风口

APP 的 UI 自动化也能这么搞吗？

这个要有自己的判断力了，说不好的

去找个风口行业的初创公司积累业务经验，越垂直越好，活过前几年的话，说不定能混到管理呐

既然如此，不如早点思考如何转行吧 如果还打算在测试这个行业干的话，是不得不面对这个变化的

是的，Ai 有个最大的问题就是他不担责。出了任何问题，责任都不会落在他的头上。所以你要是能做这个担责的人，你就永远不会被淘汰

不否认 Ai 会带来的就业问题，但我认为 Ai 会重塑各行各业，有的影响大，有的影响小。就个人而言，不管在什么行业，如果不想被淘汰就要寻找新的护城河，发展自己的影响力。毕竟转行不是那么容易的事，与其唱衰，不如保持积极的心态，在新的时代冲击下寻找新的出路，争取做大浪淘沙后留在沙滩上的人

所以护城河不是人人都有的，Ai 带来了变化，也带来了机遇和挑战。比起被完全淘汰的职业来说，能够在自己的行业上思考 Ai 替代不了的点才是能够活下去的关键。这个例子不是为了说明画家行业没有受到摄影技术的影响，而是受到剧烈冲击后如何寻找新的护城河