一、AI 生成测试用例的 “假覆盖”

将需求文档和相关场景直接喂给 AI，数秒内就能得到数十条格式工整的测试用例。
如：登录、注册、搜索、提交、取消、异常输入等各种页面操作步骤一应俱全，预期结果也写得有模有样。
甚至在评审阶时段粗略来看，覆盖率似乎都远超人工。

然而，但凡你有几年的一线业务测试经验，基本能很发现问题

某些用例设计了七八个操作步骤，最终预期结果却仅描述为 “系统正常处理” 或 “页面展示正常”。
正常的具体标准是什么？
系统究竟处理了哪些逻辑？
完全无从判断。

部分用例覆盖了完整的用户操作路径，从进入页面到点击按钮一气呵成，却完全忽略了对后台状态的验证，如数据是否落库、消息通知是否发送、状态机是否迁移。

还有一些用例看似包含了数据，比如金额 100 元提交成功，但金额为 0、负数、超出上限或并发请求等边界情况，却毫无涉及。

这就是 AI 生成测试用例的 “假覆盖”：表面上覆盖了功能、路径和页面元素，但却未能真正验证关键的业务规则、系统状态变迁、数据一致性以及风险边界。

它只能证明用户 “可以执行某个动作”，却无法证明系统 “正确地完成了该做的事”。

以红包发放场景为例：

AI 可以轻松生成 “发送普通红包成功”“领取红包成功”“红包过期后不可领取” 等用例。
但更关键的验证点，资金是否真实扣除？、零钱流水是否一致？、并发抢最后一个红包是否会引发超发？、24 小时过期退款是否触发？、支付过程中断网重连的状态恢复？这些真正具有高风险价值的检查，全部模糊在 “操作成功” 断言中。

假覆盖最危险之处，不在于它毫无用处，而在于它制造了 “覆盖率已经足够高” 的错觉。
当用例库膨胀到数百条时，团队容易下意识认为该测的都测了。
而真正的风险，又恰好潜藏在这些虚假覆盖下。

二、大量规则做矫正，本末倒置的应对

面对 AI 输出的不可靠和随机性，一种看似自然的应对策略出现了：引入大量规则进行约束。

既然 AI 不擅长编写有效的断言，就强制每条用例填写 “测试目的”“断言对象”“断言结果”；
既然 AI 缺乏边界分析意识，就枚举出输入边界、状态边界、权限边界、并发边界，要求逐项对照；
既然 AI 缺乏风险思维，就把测试方法论提炼成 Skill，通过提示词工程注入。

规则派相信，只要约束框架足够严密，就能将 AI 从 “形式生成器” 驯化为 “质量验证器”。

短期内，这套方法确实能让 AI 的输出格式更规整。
用例表多出几列，字段填得密密麻麻，看似非常扎实。

但沿着这条路继续深入，一个危险且逐渐离谱的陷阱逐渐显现。

测试人员的精力开始发生显著的本末倒置。
原本只需判断一条用例是否明确表达了验证点，现在却必须逐条审查 AI 填写的 “测试目的” 是否正确、“断言对象” 是否准确、“边界类型” 是否完备。
原本精力应该全部投入在思考 “并发场景下资金是否超发”“退款回调失败如何兜底” 这些真正核心的风险上，如今却被大量消耗在审核 AI 是否遵守既定规则上。

测试者不再追问系统最脆弱的地方在哪里，而是陷入对工具输出合规性的逐字矫正。风险嗅觉没有更加敏锐，反而在无休止的规则审查中逐渐钝化。

这已经不是人在使用工具，而是工具在使用人。
工作节奏被 AI 的缺陷所定义，技能树向 “写提示词” 和 “审合规性” 畸形生长。
当沉迷于驯服 AI 的随机性时，测试人员也在一层层交出自己最核心的测试思维。

规则驯服派的本末倒置，正在于试图用堆砌规则的方式，去弥补 AI 能力底层的根本性缺失。
这如同用手工打磨的模具，去纠正一台精度不足的机器——模具越精巧，维护成本越高，而距离真正要制造的产品却越来越远。

三、正确的 AI 辅助模式：AI 为笔，人为脑

AI 在测试设计中的合理定位，不应是被规则捆绑的生成器，而应是一支极快的笔。

一支笔，永远不应决定写什么、怎么写，其价值在于将人脑中的构思快速转化为纸上文字，不知疲倦且高效。而文章的结构、论证的逻辑、观点的锋芒，永远只能诞生于人脑中。

将 AI 视为笔，意味着测试流程需要彻底重塑。

让 AI 负责广度覆盖：把需求文档中可穷举的路径全部草拟出来——进入页面、点击按钮、输入合法值、输入非法值，这些体力密集型工作 AI 的效率远超人工。但这仅仅是素材收集，绝非测试设计。

人的核心任务，是审阅 AI 输出的初稿，并运用领域经验和业务理解，激发出真正的风险联想。看到 AI 生成 “用户取消订单”，人脑中立刻产生一连串追问：取消可在哪些状态下发起？支付状态如何关闭？库存释放发生在哪个环节？释放失败是否触发回滚？优惠券和积分是否需要返还？通知如何发送？操作日志是否记录？这些深层的验证点，AI 可能永远无法主动提出，而测试者必须将所有脑力倾注于此。

最终成型的测试用例，是人的风险判断对 AI 素材的重新编排、合并与补充。人定义需要验证资金一致性、并发幂等性、外部依赖失败时的降级策略；AI 则负责将这些意图快速扩充为可执行的步骤与数据。人是导演，AI 是场务。场务的价值，是让导演的创作意图高效落地，而不是替导演决定拍什么。

真正让 AI 辅助人，意味着人始终站在测试设计的核心位置，AI 只在外围完成速度的加法。人守护测试的魂——对业务风险的敏锐洞察、对异常场景的穷举推导、对系统状态一致性的较真；AI 贡献形——快速铺开、不知疲倦、格式整齐。在这种模式下，人的测试思维只会越磨越利，因为 AI 接管了琐碎，将思考的空间完整地交还。

四、谁为质量负责？

最后，有一种观点必须直言。

在行业内，将 AI 生成各个场景抬到极高地位，鼓吹其能大幅替代人工、解决测试质量问题的声音，经过长期观察，可以得出符合事实的结论：那就是 99% 的倡导者并不真正为测试质量负责。

所谓不为测试质量负责，是指他们无需承担线上业务的实际后果。
他们不必在凌晨三点被告警电话惊醒，不必面对因边界条件遗漏导致的资金损失，不必承受用户因缺陷大规模流失的压力。
他们更多从事探索性项目、非盈利业务，或者停留在技术布道和工具演示的舒适区。对于这些人而言，测试是一个可以被演示的流程，而非一份需要敬畏的责任。

因为不承担后果，所以可以轻描淡写地说 “AI 用例覆盖率很高”。因为未身处战壕，所以永远无法体会一个模糊断言在回归测试中可能带来的灾难。因为远离一线，所以会将表面的用例数量繁荣，误判为质量的胜利。

然而，对于真正要为质量兜底的测试工程师来说，每一条用例背后都是真金白银的业务风险，每一个断言的缺失都可能成为线上事故的引线。对他们而言，测试不是一场追求自动化比例的展示，而是一道必须死守的底线。

因此，不要被那些不为质量负责的声音带偏方向。AI 可以作为工具使用，但它永远只是一支笔。握笔的手，必须属于那个半夜会被警报惊醒的人。