换个角度想说明测试能力过硬，在未入职的情况下探索性测试取得显著成效

要区分一下，你是要测 AI，比如测大模型。还是用 AI 测你自己当前的业务

肯定是交互或者设计对接啊，测试对接是去背锅吗

总之活到最后的就是最强的吧

是这样的，一般会把自动化用例和正常的手工用例一样会区分是特性级别的用例（只验证功能可不可以用），还有全链路用例（把涉及到的部分全部跑一遍），你按自己的需要来就行

写 insert 语句不行吗，自己插不就好了

你这个不看具体业务肯定不行啊，有些你前置条件就要准备半天或者 dfx 案例要持续观察的，不可能跟点点点的效率一样

换个角度，只是给医生打工而已

我理解集成测一遍，系统应该不用重复测，而是更侧重场景方向的用例

可以先学一下项目是怎么部署的

你是公司的产品就是容器云吗，只是更新容器云这个产品的前后端吗

不太懂开源也算抄袭吗

我觉得和业务的复用性太小相关吧，从 A 业务转到 B 业务，如果是相关的还好，不相干的就了解你大致的测试思路和测试思维就行，自动化、性能更加通用一点吧

没别的，就是为了挣钱

但是有个疑问，如果最后都需要手工去覆盖了（因为 UI 自动化暂时不会搞），那跑自动化感觉意义不大啊

感谢老哥，非常全面

sider

链路稳定性、回答准确度、高负载、安全类（爆破、数据篡改等）、训练是否实时训练还是本地训练好抛上来不受影响，还有这种类型问题可以先问问 gpt

这个就是说一点场面话嘛，说说自己的目标，然后你如何分布实现里程碑是什么，不过你在工作中具体实现不实现，听的人也不会关心的

是长亭的兄弟吗

还是要看大模型能力可不可靠，感觉各个公司 AI 训练方式可能都大同小异，主要还是训练数据的质量问题，要怎么生成大量有价值的训练数据

不少公司都布局 ai 了吧，我看挺多有的

就类似于本身是土豆服务器，你非要用来跑 3A

整理整理高飞哥的，不用多，学点皮毛，就可以出去糊弄别人了