拥抱不确定性是最确定的事情，每个要生存和发展的公司都得做，测试也得跟上。

一直秉持一种想法：只要通用大语言模型的幻觉在、垂直和私域数据不用来训练 AI，企业内部的研发通过 AI 成产的代码和最终产品都会包括缺陷，独立测试才有生存的价值和心理学基础。悲观主义者 vs 乐观主义 在看待上述推演的时候所持的立场本身就不同。但是在 AI 大时代下，做点儿具体工作，让自己觉得自己还能行，不会被社会淘汰，似乎在心理上才有补偿作用，但是可能也是没啥作用的。

测试生产的话，成败在知识库的构建/重构，而不在你选了那个大模型。

有没有一种可能，就是你还在照搬上一家公司学到的？也许再过一两年你就觉得都合理了。

想想，如果这个人真的一人分饰两角，抗住了。就说明这个工作本身就没有那么大的壁垒和核心竞争力。

解决你们产品开发痛点的自动化才是高成效的，别人家的经验在你家不一定显灵哈。

问一下，你现在的接口自动化和 UI 自动化都到什么程度了？是否已经与生产发布行程闭环了？各有问题是什么问题？能否绕开问题让测试更加稳定？

现在很多人在尝鲜，而眼前的自动化半拉工程直接搁置了，这就比较低效了。

原因听听你的上下文，各位会给你出主意的。