知乎上刷到一个提问，挺常见的，拎出来，今天来聊一聊：

「我们团队之前一直是手工测试，现在老板要求转型自动化，但大家都没经验，不知道从哪下手。」

底下有个回答写得挺不错的，流程、分层、选型、避坑都过了一遍。但看得我手痒，因为这个问题我实在太熟了。带过团队推自动化的人都知道，这事的坑，大多不在怎么用工具或写代码层面。

那篇回答里有句话，我特别想拍桌子。

很多公司自动化落地失败，工具往往不是主因，主因是一开始目标就设错了。

我再加半句。也不光是目标的事，自动化落地从来是三分技术，七分管理。

下面把我这些年来的经验，揉着那篇回答的骨架，一次讲完。

一、先和老板对齐，自动化到底要解决什么

老板说「我们要搞自动化」，你先别急着开选型会。

你要先听懂一句潜台词。老板要的从来不是「自动化」这三个字，他要的是每次发版之前，有一张能快速兜底的网。

所以第一个动作是拉齐预期，先把三件事和你的领导聊明白。

第一件，自动化不是来替代手工测试的。

把手工用例全部翻译成脚本，这个目标必死。自动化测试不是把所有手工测试都改成自动执行，
现实目标是让最稳定、最高频、最有回归价值的流程在每次发版前稳定跑一遍。

第二件，第一阶段的 KPI 是信心，不是覆盖率。

让团队亲眼看到，原来这几条流程真的能自动跑，跑挂了还知道怎么处理。这个信心建立起来，后面的一切才有得谈。覆盖率是水到渠成的事，而不应该作为最终结果。

第三件，别一上来就大而全。

第一阶段忌讳大而全，全部核心功能，接口、UI、APP 三线齐飞，一个月覆盖几百条用例，这种目标看着有决心，实际是把团队往火坑里推。

比较稳的开局是选 5 到 10 条流程做试点。挑的标准就六条，每次发版都要测、操作路径相对固定、测试数据好准备、结果判断明确、失败能快速定位、手工重复成本高。

登录、权限校验、核心表单、审批流、列表查询、配置发布，这类流程就是天选试点。

落地这件事，小胜利比大蓝图管用。

二、一张表，一条循环，一套规矩

预期对齐了，具体怎么干，我将其浓缩成三样东西。

先画一张表。

别急着谈工具。先让测试和业务坐在一起，把每次发版到底要测什么列清楚。流程、频率、重要性、稳定性、数据准备难度、适不适合自动化，一列一列打分。

从高频、高价值、相对稳定的开始挑。这张表画完，你会发现真正值得自动化的流程，比想象中少得多，这是好事。

再跑一条循环。

一个项目、一个环境、几条用例，从准备数据到执行、看报告、定位失败、更新维护，整条循环完整走通。

这条循环简单来说，就是你要先跑通最小的 MVP 闭环，这个比用例数量重要一百倍。MVP 都跑不通，你写 100 条用例，就是 100 条屎山。

最后立一套规矩。

谁新增用例，谁维护失败用例，页面改版了谁同步更新，用例挂了多久内必须处理。还要分清楚，哪些失败算产品 bug，哪些算环境问题，哪些算用例自己烂了该下线。

没有这套规矩，自动化很快就会变成每天一堆红，没人看，然后没人信，最后没人提。

跑的过程中还有三个新手坑，一并说了。

坑一，所有验证都压到 UI 上。 UI 自动化是成本最高的那层。造数据、清数据、验后端状态，能用接口做的就别让 UI 去点。健康的分工就一句话，接口负责数据和业务规则，UI 负责真实用户路径，APP 管移动端关键流程。

坑二，断言太弱。 只判断页面没报错是不够的，要验业务结果。断言是自动化的灵魂，没有像样断言的用例，跑一万次也只是走过场。

坑三，只看数量不看稳定性。 一百条每天失败的用例，不如十条稳定可靠的核心回归。这句话建议刻在测试负责人的工位上。

三、2026 年了，这套玩法要打个补丁

前面这些是经典做法，放在五年前完全成立。

但现在是 2026 年，有个变量变了，而且变得很大。

利用 AI 赋能软件测试全流程。

以前的自动化，本质上是一门前置了编程课的工种。你得先学一门语言，啃语法，配环境，选框架，再把 Selenium、Appium、pytest 这一堆工具挨个摸熟。会封装，会定位元素，会处理等待，会设计断言，会排查 flaky，而且每一条用例，都得自己一行一行手写出来。一个纯手工团队直接转代码框架，周期通常会拉的很长。

现在呢。从想清楚测什么，到把脚本跑起来，再到跑挂了怎么办，从生成用例、生成脚本、造测试数据、归因失败日志、自动修复挂掉的用例，整条链都能让 AI 提效了。

但注意，门槛只是换了位置，没有消失。

生成变得容易多了，但验证还是得靠人来把关。AI 写的脚本，你不审就敢挂进 CI 吗。

所以我给这套经典做法打三个补丁。

补丁一，启动阶段大胆用 AI。 用例生成、脚本生成、数据构造，全可以交给 AI 打底。它能把「从零到跑起来」的周期从几个月压到几天。AI 就是这个时代最好的低代码台阶。

补丁二，AI 的产出必须过质检。 道理和用人一样，干活越快，越需要验收。AI 生成的用例和脚本，进流程前得至少过 1～2 层评审，维度打分加量化指标，别只靠你觉得。

补丁三，把维护这个最劝退的环节交给 AI 兜底。 页面改版导致的定位失效、失败归因、回归修复，这些最容易让自动化烂尾的体力活，现在都有成熟的 AI 方案。以前自动化死于维护，这个死因正在被治。

写到这可以收了。

公司从零推自动化，剥掉所有招式，说到底就一句话。

把高频、稳定、关键的业务流程，沉淀成团队可以长期维护的测试资产。

资产两个字是重点。是资产，就得有人管、有账本、能增值。而不是上线那天拍张合照发个喜报，从此没人认领的政绩工程。

工具会换，框架会过时，AI 会迭代。

这一条，不会变。