我怀疑你们在双簧，推广公众号，但是没有证据。当然反手就是一个关注公众号

或者有木有大佬有好的 logcat 切片策略，就是让 logcat 按时间戳顺序保存在一些列 log 文件中。之前想过用 filebean 或者 logstash 直接监控，但是由于各种原因，都不符合应用场景。

单 python 来说，至少一个初级 python 后台开发的水平吧。百度随便搜一下 python 后台面试，10 个问题会 9 个，其中 5 个你能吹够半小时，我感觉就差不多了。资深一点的，协程会看到源码，基本也够了。。。

JAVA 精通劝退

测试妹子还是有优势的。。。。如果是写工具的话，就比较少了，大部分是男的。我接触到，代码稍微好点的测试，只有一个妹子，然后至今单身 = = 真实。。。

去做两年测试，算法估计比 9 成开发还六了吧。

外包普遍技术差，缺乏思考吧。当然也有个例，朋友说隔壁组一个外包出身的测试升 7 了。。。

简单的场景是可以跑 UI 自动化，传统的基于元素检查的框架，和新一点的基于图像和场景识别的框架，发展很快。但是 UI 自动化不可避免的有随机假摔的情况，应付复杂场景的时候，稳定性还是欠佳啊。
还是坐等大佬的框架吧，目前的情况，不看好啊。

还是得看投入产出比啊。以目前的技术环境，还是做和产品代码直接打交道的接口测试或者 intergration test 比较靠谱，至少有稳定输出，也的确能反映问题。
我面试碰到简历上有写 UI 自动化的，都会问一个问题，覆盖率，发现 bug 率，回归成本，稳定性/可靠性。基本没碰到几个满意的回答。
当然可以打打擦边球，做一些简单的 monkey 或者登陆/登出检查，复杂场景，还是手工吧= =
UI 自动化这个，可以做，但是要时间啊，3 个月不出成果，OK，一年两年不出成果，你跟领导怎么交代？。。。
不过随着 AI 的发展，我觉得 UI 自动化还是有潜力的，但是这部分，得看大厂输出框架吧。之前去腾讯看过他们 WeTest 游戏 AI 自动化，做的挺不错的。

游戏测试挺有意思的。特别是前端，毕竟和传统的软件测试有点差别。技术上的空白区域还有很多，但是都是难题。

FPS 一般是看>25 帧比率的吧，

嗯，我搜了一下，这个 phys_footprint 貌似是可以。
还有一个疑问啊，这种嵌入式的东东，不好做竞品分析啊。我们之前做 iOS 的竞品分析，都是用 insturment 跑，跑完拿到 log，再放到我们写的一个 project 里面解析，便宜又大碗。但是 instrument 拿到的内存貌似是 resident mem，感觉不是很有参考价值。。。这块卡了好久，没有好的解决方案。

话说这种嵌到工程里的测试代码，对主线程的影响这么评估。
内存,CPU 拿整机的话，应该差的有点多吧。

最后解决了，记得是 pod project 签名的问题，在 pod file 后面加点后缀就阔以了。
post_install do |installer|
installer.pods_project.build_configurations.each do |config|
config.build_settings['CODE_SIGNING_ALLOWED'] = 'NO'
end
installer.pods_project.targets.each do |target|
target.build_configurations.each do |config|
config.build_settings['CODE_SIGNING_ALLOWED'] = 'NO'
end
end
end

大概是这样，开始 [‘CODE_SIGNING_ALLOWED’] 那个我是用的 ['PROVISIONING_PROFILE_SPECIFIER']，也是一只不行，后面改成 CODE_SIGNING_ALLOWED 就 ok 了，