每个公司不同，但是总的来说也是按照下面的流程去塞内容吧
项目立项/迭代初评
需求/埋点评审
测试依赖项确认
迭代估时
技术评审
测试用例评审
提测（冒烟/集成）
产品/视觉验收
发布前功能对比
BI 埋点验收
发布
生产验收及回归
埋点监控与多语言检查
线上问题处理

要先预估一个并发数啊，阶梯也有预估的并发数吧

进入页面会调用 a,b,c,d 四个接口，目前已知信息：
1.a 目标 qps 为 Ta,b 的目标 qps 为 Tb，c 的目标 qps 为 Tc，d 的目标 qps 为 Td
2.对应为每个接口当前的平均响应时长为 Ra,Rb,Rc,Rd
3.当前各接口的峰值 qps 为 Na,Nb,Nc,Nd
如何设计当前的压测场景，并预估下目标的并发数是多少

generate_names 这里面把你的返回打印出来看是个啥啊，和你的请求参数数据类型这些是不是对得上，看着 403 的话大概率你参数不对

我们这种重构都是开发改完，主流程跑完，测试测完后接口 DIFF 和流量回放通了才行的，不然鬼知道有什么坑等着你呢

正常来说主流程冒烟不过就直接打回，结果来一个直接不冒烟了，那不绝了么

我的天，这是多想不开

是所有功能还是只是做简单的页面轮询

主动离职和被裁不一样吧，突然说要裁了，然后还要牛马一样的确保交接满意，这多少有点圣人的标准要求别人了

1，写 BUG 的时候会提页面链接正常，但是你会提某个元素 XPTH 路径么？
2，很多时候这种页面的 BUG 的元素里面的值我自己都不知道他应该是什么，比如一个酒店或者景点的封面图，他就是一个图的链接，我也是要调外部接口才知道值是什么，但是我人眼看得出来这个图不属于这个酒店或者景点 AI 怎么判断呢
3，大模型怎么理解你的操作步骤和预期结果，因为这里面有你具体的业务知识，给他配一个知识库么？

自动化很关键一个指标是可靠性，特别是巡检类的，经常有本应该成功的失败了，或者本应该失败的没卡住，那对业务来说这就是鸡肋，首先会让人觉得这个不可靠，一次两次会人工确认，次数多了谁还看呢

1.任何接口测试都依赖契约的，首先想做相关的肯定得有相应的契约文档或者契约平台这些，如果没有先搭基建或者自己整理文档，接口测试也是业务相关的，首先你得知道业务的入参组合，返回情况才可能写的出来 case 和断言
2.在 1 都清楚了后，你可以 POSTMAN 也可以其他的工具调也是测接口
3.在 2 的基础上再想用平台也行，用脚本也行啥都行让他自动跑，做巡检，做发布的线上流量 DIFF，做流量回放（依赖完善的日志体系）等等
4.在前面都通了在想着和 CI/CD 流程做集成

没有，我是想知道提效的占比确认主要做啥，当全是提效没得业务了就要凉了，提效很多时候是要自证价值，自证价值就很难受了

提效和实际业务测试的比例大概是多少

1.原流程不合理的优化下流程，短期来说这个是最快的
2.原基建缺失的增加基建
3.原项目没有知识沉淀的增加知识沉淀

最近也是做这个相关的，我的问题是，你怎么让大模型知道你要点哪里，因为对于用户来说他的语言是自然语言，没有知识库的话那么大模型他怎么知道描述的是什么

这让我想起了之前试过的一个东西 midscene

1.稳定性问题：如何解决用大模型做 UI 测试的误报问题，成功率 80%，那每次都有 20% 左右的误报需要多少人力成本去排查
2.知识库问题：如何让模型知道你的业务逻辑或者说业务术语，比如什么是发起回帖

这简历和实习情况为啥不找开发呢，刚毕业逼一逼自己不行再转测试呗
学校背景这些不差试一试开发的

1.本身条件还可以，学校不错，年轻，有一定的代码能力，那就看看外面的机会；
2.如果没什么羁绊压力，所在城市机会少的话往大一点城市看看机会
3.本身条件一般，就先学习下，学习下代码能力，看看外面做的东西，现在的 chatgpt，cursor 这些这么方便学起来很快

没太懂，UI 的全链路是个啥，你说支持各种平台，支持 NATIVE,RN，H5 等等我还理解

AI 只是一种工具，但是实在说现在大厂的测试都不好过，目前的趋势来说基本都是业务测试外包，正编比例很少主要做的是带外包和测试提效，一到提效来说那开发能力肯定是必须的，所以我觉得要么找业务经验很值钱的行业比如金融类，做到极致，要么开发能力还是要到位的，至少可以做做提效的工作

说说自己的感觉，坐标互联网二线大厂
1.现在的核心问题在于很多业务已经很成熟了，业务需求减少了很多，很多时候开发测试都需要自证价值，当需要自证价值的时候，测试这个岗位是比较吃亏的
2.大家所说的接口，UI 等等对于相对规模大一点的厂来说轮子是很多很多了，在很多时候把他归到了业务里面，并不能证明你的价值
3.现在基本都在追提效和 AI，那么是不是往这些方向靠一靠，先别说落地的效果咋样，但是大的方向和面试的时候这种的比例只会越来越多，所以我觉得可以关注下这方面

这只是数据类型和必填项等的校验吧

看你们能投入的成本和最终想要的效果吧，比如自己封装 playwright 和 AIRTEST（主要是为了同时兼容 WEB 和 APP），然后可以直接录制维护自然语言的脚本了，问题关键是前端的 UI 自动化你要兼容的东西很多，Native, RN,H5 可能都不一样，要做的精细的话肯定成本更高的