我在小红书看到有博主整 ai 测试的课程，可以部署模型并训练应用在测试平台上，最终的落地效果可以一键生成测试用例，然后拿着这噱头说可以拿到 20-40K 的大厂 offer。

我看了好些大厂落地案例，即使 deepseek 出来了，我还是觉得是智商税。

1.代码 review 的落地方案

• 为啥开发不直接使用，还需要通过测试间接完成代码的审查工作，无论是精通 java 还是啥语言，让测试干这活有大量的沟通成本和阅读成本；
• 在很多大公司也没法落地，很多企业对代码权限控得很死，怕开私服怕恶意攻击。

2.ai 自动生成测试用例

• 模型训练需要大量数据，现在大部分团队连可靠的用例设计规范都没，提供的数据都有问题，如何确保所生成用例的覆盖度以及正确性；
• 当 ai 能够自动生成测试用例，能覆盖软件大量缺陷问题，这时 ai 编码早已成熟，还有必要多此一举再让 ai 扫描自身实现的漏洞吗；
• 在当前市场环境下，ai 能力越强，应用的优先级也只会往应用实现靠，而不会应用在软件测试，当前还没听到哪个企业利用 ai 模型直接取代开发工作；
• 即使 ai 模型训练方法可落地，模型训练的成本只有大厂担得起，当成品落地直接推广出来，大量的测试岗早就失业。

3.赋能测试团队的 ai 大模型、ai 测试应用的开发

• 这事让开发来实现远比测试来的好，只需要明确需求，开发承接对应的开发任务。

目前来说 ai 相关的测试落地项仍没看到任何赋能测试团队的落地价值，开发成本、训练成本远高于测试点点点和接口测试。