正经八本的测试 Agent 工作量是非常大的。 楼主感觉没什么可以测试的那可能是没有人带你吧，当然可能也是你们使用 Agent 的场景比较简单导致的。毕竟产品主要是围绕着 Agent 来实现的，与只是某个小功能引入了 Agent，这两者区别还是很大的。

正经测智能体产品的人，会涉及到各种大模型的效果评测和性能评测工作。评测方面除了各种大模型外，再比如我们的产品里，文档解析，文档拆分，embedding 与检索，意图识别，RAG，工作流，还有 Agent 里对接的几百个工具（多数是自建的，当然也有很多公开的 MCP 的工具）。

性能测试方面各种大模型推理加速策略，知识库的性能，端到端的对话性能，其实工作量是很大的。 我们测的这个产品有 10 多个人来测。 楼主可以翻翻我之前写的帖子大概了解一下。

要说后续竞争力在哪里？ 我是这么想的， 人工智能的测试，这是一个理解成本远高于执行成本的领域。 也就是实际测试的时候，你会觉得测试脚本也好， 用例执行也好， 难度不比其他类型的测试高多少。 但理解人工智能的业务和流程还有测试的方法论，则成本非常高。 举个例子，咱们都是在智能体领域里的，我问楼主 Agent 上下文工程的四大策略是什么？要如何进行测试？ 楼主在不去网络上搜索的前提下，能否回答上来。其实对于这个问题， 即便在智能体领域里测试了相当长的一段时间的测试人员，可能都不知道上下文工程是什么。 而这就是竞争力了，不知道楼主是否能理解。因为智能体在用户角度上就是个对话框，用户问问题，智能体回答问题或调用相关工具回答用户问题。 界面交互不复杂，一问，一答。 隐藏在水面下的逻辑十分庞大。

不知道大家有没有用 AI 辅助写测试代码， 比如下载个 cursor。 如果我们知道上下文工程这个东西。 就能明白 cursor 为什么会设计 cursor rules 文件， 为什么会有 past chat 这个指令。 说白了这两个都是在遵循 Agent 上下文工程中 4 大策略中的 "压" 和 "写" 这两个策略。 只有理解了底层运行逻辑， 才能理解产品设计逻辑， 这也是 AI 这个领域中独特的地方。 其他领域是通过产品上层逻辑，来拆解下层逻辑。 但 AI 是不了解底层逻辑， 你都不知道产品这么设计在干什么。

以上都是个人见解， 不杠~ 如果觉得我说的不对~ 那就当看个笑话就好了~