测试基础 软件测试行业的新规则:技术越来越先进,为什么有些测试人员反而越来越不值钱了?

小黑子-IKUN · 2026年10月29日 · 最后由 小黑子-IKUN 回复于 2026年11月02日 · 7648 次阅读

前几天,在掘金看了一篇文章,有些感触。

https://juejin.cn/post/7685276242113019938
我想到软件测试行业里一个很有意思的现象:技术一直在进步,测试人员也在不断学习新东西,可我们评价一个测试人员的方式,好像并没有跟着进步多少。

过去,谁会自动化,谁就更有竞争力。

后来,大家开始比测试开发、质量平台、持续交付。

现在,又轮到 AI 测试、智能体、自动生成用例和自主执行了。

技术的名字一直在变,但有一件事似乎没变过:总有人习惯用自己掌握的那套技术,给其他测试人员划分等级。

于是,我想起了公司里发生过的一类故事。

一、公司花了很大力气,终于建成了一套先进的质量体系

这家公司的研发团队最近完成了一次质量体系升级。

过去,需求从开发到测试,再到发布,中间有不少重复工作。测试人员要分析需求、设计场景、维护回归集,发布前还要反复确认结果。遇到复杂业务变更时,大家经常需要花很多时间判断哪些功能可能受到影响。

管理层决定改变这一切。

新体系引入了 AI 辅助测试,把需求分析、测试设计、变更影响分析和部分自动化执行整合进了研发流程。

开发提交变更后,系统会分析影响范围,推荐需要执行的测试,并将执行结果汇总到发布决策页面。对于部分场景,AI 还能够根据页面结构变化调整操作方式,减少传统自动化维护成本。

这套方案听起来非常合理。

至少在项目汇报里,一切都很漂亮。

测试设计效率提升了,回归流程更加顺畅,自动化维护工作减少了,测试人员也终于不用再花那么多时间处理重复事务。

负责人认为,这才是现代软件测试应该有的样子。

团队里有一位资深测试人员,却没有表现出特别兴奋的样子。

他问了几个问题。

第一,系统推荐执行的测试,依据是什么?如果需求本身存在遗漏,或者变更影响分析不完整,系统如何发现那些没有被识别出来的风险?

第二,AI 可以调整自动化操作,但它调整之后,如何证明测试仍然验证着原来的业务规则,而不是为了完成任务,绕开了原本应该检查的条件?

第三,发布页面上的质量结论,是建立在完整、可信的验证证据上,还是只是把现有工具的执行结果汇总到了一起?

负责人有些不高兴。

他觉得,这些问题多少有点吹毛求疵。

技术升级已经取得了明显进展,为什么还要一直纠结这些细节?

更何况,新体系已经提高了效率。难道这还不能说明它的价值吗?

资深测试人员没有反驳,只是提出了一个建议:

先找一个业务复杂、变更频繁的核心流程,检验一下新体系能不能识别过去容易遗漏的风险,再决定是否全面推广。

项目最终还是上线了。

新体系也没有出什么明显的问题。

直到几个月后,一次涉及业务规则调整的版本发布,才让大家真正意识到,原来他们一直在讨论的那些问题,并不是多余的。

问题不在于 AI 没有生成测试。

也不在于自动化执行失败。

恰恰相反,测试流程顺利执行,报告也正常生成了。

问题在于,团队过于相信已有验证机制的完整性,却没有检查它是否覆盖了这次规则变化带来的新风险。

某个原本需要满足额外业务条件的操作,在特定的数据状态下被错误地允许了。现有测试关注了主要流程是否正常,却没有充分验证规则之间的组合关系。

最后,真正发现问题的,不是新平台,也不是某个高级技术功能,而是一个熟悉业务规则的测试人员。

这个人甚至没有参与最初的质量平台建设。

他只是注意到:这个版本修改的业务条件,与另外一条原有规则存在冲突。

如果没人提出这个问题,那么再漂亮的质量看板,也无法替团队承担漏测的后果。

当然,这不是说 AI 测试平台没有价值。

它确实减少了重复工作,也让测试人员有机会把精力放在更复杂的事情上。

但这件事说明了一个经常被忽略的事实:

提高测试执行效率,不等于提高了质量判断能力;拥有一套先进的验证机制,也不等于已经证明它足够可靠。

二、为什么我们总喜欢把技术能力当成职业等级?

这件事其实并不奇怪。

因为技术能力比其他能力更容易展示。

你设计了一套复杂的自动化架构,可以展示。

你实现了一套智能测试流程,可以演示。

你让一个原本需要人工操作的任务实现自动化,可以计算节省了多少时间。

这些成果有形、有过程,也容易在汇报中呈现。

但如果一个测试人员在需求评审时,识别出一处没有被明确规定的业务边界,并推动产品、开发补全规则,这件事应该怎么衡量?

如果另一个测试人员在发布评审时,指出现有测试证据不足以支持上线结论,避免团队因为过度自信而承担风险,这件事又应该怎么衡量?

它们不像平台建设那样,能够直接形成一个漂亮的成果展示。

于是,很多组织很自然地选择了一条更简单的路:用技术实现的复杂程度,近似衡量人员的能力。

这样做并非完全没有道理。

技术能力确实重要,尤其是在自动化、性能、安全和测试基础设施等专业领域。

问题在于,当一个方便使用的评价指标被当成了评价一切的标准,它就很容易失真。

会设计测试基础设施,不代表一定擅长识别业务风险。

理解业务规则,也不代表不需要学习技术。

擅长 AI 系统测试,不代表就天然比擅长传统系统测试的人更有价值。

这些能力之间不存在一条可以随意套用的高低排序。

然而,技术鄙视链依然很容易形成。

有人觉得业务测试没有技术含量,有人认为测试开发才算真正的技术岗位,也有人觉得只要引入了 AI,过去的测试方法就已经落伍。

每个人都可以用自己擅长的那一部分,证明自己的重要性。

但很少有人愿意先回答一个问题:

在当前这个项目里,究竟什么能力最能帮助团队减少真实的质量风险?

因为这个问题没有一个可以直接套用到所有人的答案。

它需要结合业务、系统复杂度、交付模式和团队现状来判断。

相比之下,建立一套技术等级制度要简单得多。

三、技术发展的速度,正在改变某些能力的价值

过去,测试人员积累职业优势的一种方式,是把别人还不熟悉的技术学会,再把它应用到工作中。

这种方式当然仍然有效。

但技术发展正在改变其中一部分逻辑。

AI 已经可以辅助分析需求、生成测试设计、编写测试脚本、总结执行结果,甚至通过工具调用执行多步骤的浏览器操作。

以 Playwright MCP 为例,AI 助手已经可以借助结构化的页面信息执行浏览器交互,而不必完全依赖传统脚本中预先写死的操作步骤。相关能力见 Playwright 官方文档。

这意味着什么?

意味着一些过去需要投入大量时间才能完成的技术工作,正在降低实现成本。

但这里有一个经常被误解的地方。

实现成本降低,并不代表这项工作失去了价值。

真正发生变化的,是仅仅依靠实现过程本身建立起来的竞争优势。

以前,你能把重复测试操作自动化,可能已经领先了团队里的大多数人。

现在,当 AI 能够辅助完成更多实现工作时,仅仅证明自己能把操作自动化,就不再足以说明全部价值。

你还需要判断自动化的范围是否合理,测试是否验证了正确的业务意图,以及系统给出的结果是否可信。

以前,你能够设计一套完整的回归体系,已经体现出很强的工程能力。

现在,你还需要考虑变更影响分析是否完整、质量门禁是否有效,以及发布决策是否建立在足够的证据上。

以前,你能写出复杂的测试脚本,是一种值得肯定的能力。

现在,当 AI 能够协助生成脚本时,你更需要判断脚本有没有真正发现问题,以及测试结果是否具有业务意义。

因此,我不认为 AI 会让所有测试人员失去价值。

我认为,它会让某些过去被高估的能力,逐渐回到更合理的位置。

这也不是软件测试独有的现象。

当某项能力越来越容易被工具获得时,单纯掌握这项能力,就很难永远构成强大的职业壁垒。

技术仍然重要。

但技术实现、问题定义、结果验证和风险判断,是不同层面的事情。

把它们混为一谈,才是很多技术争论的根源。

四、2026 年,软件测试真正发生了什么变化?

如果说上面的故事只是个人观察,那么最近的行业变化至少提供了一个值得关注的背景。

Applause 在 2026 年发布的数字质量报告显示,在其调查的测试相关受访者中,超过 92% 的人表示所在组织已经在测试过程中使用 AI;与此同时,29% 的受访者报告缺陷的数量或严重程度有所增加。

这是一项行业调查,不能直接代表所有公司,但至少说明:AI 使用范围扩大,并不自动等于软件质量同步改善。

来源:Applause《The State of Digital Quality in Functional Testing 2026》

这里恰好存在一个值得思考的问题。

当 AI 能够帮助团队更快地生成测试、执行测试、分析测试结果时,团队是否同时建立了与之匹配的验证机制?

如果没有,那么我们可能只是提高了错误结论的产生速度。

对于传统业务系统,测试人员需要关注业务规则、数据一致性、权限边界和异常恢复。

对于引入生成式 AI 的系统,情况还会更复杂。

同一个问题,多次输入可能得到不同的回答;回答内容即使表达流畅,也可能包含错误信息;某次测试表现良好,也不意味着模型在其他输入分布、上下文或对抗场景下仍然可靠。

这要求团队建立更加系统的评估方法,而不是只检查某次交互能否正常完成。

ISTQB 在 2026 年发布的 CT-AI v2.0 大纲,已经更加明确地聚焦于 AI 系统本身的测试,覆盖输入数据、模型测试以及生成式 AI 等内容;而 CT-GenAI 则聚焦于如何使用生成式 AI 辅助测试,以及相关的风险控制。

参考:CT-AI v2.0 官方说明;CT-GenAI 官方说明。

这里有一个值得注意的区别。

使用 AI 辅助测试,是一个方向。

测试包含 AI 的系统,则是另一个方向。

前者关注怎样利用 AI 改进测试工作,后者关注如何证明 AI 产品本身满足质量要求。

两者都需要技术,但都不能仅凭工具是否运行成功来作出质量结论。

当测试对象和测试手段同时发生变化时,只会重复执行既有流程的人,确实需要更新自己的能力结构。

但反过来说,那些仅仅因为掌握了新工具,就开始贬低其他测试人员的人,也没有真正理解这次变化。

因为技术升级提出的新要求,不是让所有人都去追逐最新工具,而是要求团队重新审视自己的能力和质量保障方式。

五、软件测试的新规则,不是技术不重要,而是技术必须证明自己

我认为,测试行业需要重新讨论的,不是功能测试和自动化测试谁更高级,也不是传统测试人员是否应该全部转型 AI 测试。

真正值得讨论的是:我们究竟应该根据什么判断一个测试人员的专业水平?

第一,能够把问题定义清楚,比快速提出技术方案更重要

当业务需求存在歧义时,首先需要明确实际业务规则,而不是急着让 AI 生成测试用例。

当系统出现问题时,首先需要判断问题发生在哪一层、影响哪些场景,以及现有证据能支持什么结论,而不是马上选择一个看起来先进的工具。

当团队考虑引入新的测试平台时,也需要弄清楚现有流程的瓶颈究竟在哪里。

是重复劳动太多?

是变更影响分析不准确?

是缺少可靠的回归数据?

还是上线决策没有足够的质量证据?

这些问题的答案不同,合理的技术方案也会不同。

技术越复杂,越需要认真考虑它是否解决了正确的问题。

第二,测试结果必须有证据,而不是只有一个结论

一个质量平台显示通过,不代表整个版本不存在重大风险。

一套自动化测试全部通过,不代表每项关键业务规则都已得到验证。

AI 给出了一份看似完整的测试报告,也不代表其中的分析和建议都是真实可靠的。

测试人员需要知道结果从哪里来,哪些条件得到了验证,哪些风险仍然存在,以及结论能够覆盖多大的范围。

特别是在 AI 测试逐步进入实际工作流程之后,这一点会更加重要。

如果自动化系统允许根据页面变化调整执行步骤,就需要验证调整后的操作仍然符合测试意图。

如果 AI 用于评估模型回答,就需要准备有代表性的测试样本、明确评分标准,并检查评估方式本身的可靠性。

如果质量门禁用于决定是否发布,就需要清楚哪些条件必须满足、哪些风险可以被接受,以及谁有权作出最终决定。

否则,再复杂的测试体系,也可能只是在把不确定性包装成一个看起来确定的结果。

第三,质量工作的价值不能只用过程指标衡量

执行了多少测试、自动化覆盖率达到多少、回归时间缩短了多少,这些指标都可以有价值。

但它们需要放在真实的质量目标下理解。

如果自动化执行时间明显缩短,却没有覆盖新增的高风险业务规则,团队得到的可能只是更快的回归,而不是更可靠的发布。

如果 AI 能够生成大量测试用例,却需要测试人员花费同样多的时间筛查错误和冗余内容,那么效率提升可能并没有预想中那么大。

如果一个质量平台增加了很多指标,却没有改善风险识别和发布决策,那么它的复杂程度就不能直接证明它的价值。

指标需要反映目标,而不是替代目标。

测试不是为了生产更多测试结果,而是为了获得足以支撑质量决策的证据。

第四,真正的专业,不是所有事情都由测试人员自己完成

复杂系统的质量,通常涉及产品、开发、测试、架构、运维和安全等多个角色。

测试人员需要理解技术方案,识别风险,设计验证方式,并推动问题解决。

但这不意味着每个测试人员都必须亲自实现每种技术方案。

当测试团队无法直接验证某项底层机制时,合理的工作方式是明确验证边界,要求相关责任人提供相应的测试证据和风险说明,而不是为了证明自己能力全面,就替所有专业领域作出保证。

能够识别自己的能力边界,与具备专业判断力并不冲突。

相反,知道什么已经被验证、什么尚未被验证、哪些结论需要其他证据支持,才是可靠质量工作的基础。

第五,技术学习应该有方向,而不是无限扩张的清单

我不反对测试人员学习新技术。

问题是,学习技术应该服务于职业方向和实际工作。

如果你负责复杂业务测试,那么深入理解业务规则、数据流转和异常处理,可能比增加一项新工具的使用经验更重要。

如果你负责测试基础设施,就应该关注系统的可维护性、可靠性,以及它是否降低了整个团队的质量保障成本。

如果你测试 AI 产品,就需要学习模型评估、数据质量、非确定性行为和相关安全风险。

不同岗位的能力要求本来就不同。

一个人不可能把所有新技术都学完,也没有必要把自己塑造成什么都会的全能型测试人员。

更合理的做法,是找到自己当前工作中真正需要解决的问题,再有针对性地补齐能力。

否则,学习就很容易变成一项没有终点的任务。

技术名词越积越多,职业焦虑却不一定减少。

六、我反感的不是技术高手,而是用技术给人划分等级的人

回到最初的话题。

我从来不觉得功能测试天然比自动化测试高级,也不认为自动化测试人员应该因为掌握更多技术而受到贬低。

每种能力都有适用场景。

一个人擅长业务分析,能够准确识别关键风险,是专业能力。

一个人擅长自动化工程,能够建设可靠、可维护的测试体系,同样是专业能力。

一个人能够深入分析复杂系统的性能、安全或数据质量问题,也有不可替代的价值。

真正的问题,是有人习惯把某种能力的优势,直接扩大成对其他岗位的否定。

这种思维在技术环境变化时尤其容易出现。

过去,自动化被认为比手工测试更高级。

后来,测试开发被认为比传统测试更有前景。

现在,又有人把 AI 测试看成下一道职业分水岭。

但技术发展的历史已经反复说明,工具会变,岗位的边界会变,某些过去稀缺的能力也会逐步普及。

如果我们每次都用最新的技术名词重新建立一条鄙视链,那么这种评价方式永远不会结束。

今天你因为掌握某种技术而觉得自己更高级,明天又会有人掌握一种更新的技术来评价你。

到最后,大家追逐的可能不是怎样做好测试,而是怎样确保自己始终站在鄙视链的上游。

这显然不是一个健康的职业发展方向。

我更愿意看到的是,测试人员根据自己的岗位和项目需求建立专业能力,而不是互相证明谁更落后。

技术能力应该被重视,但它需要和问题解决能力、验证能力、业务理解以及实际成果结合起来评价。

否则,我们只是建立了一套看起来更加技术化、实际上仍然很粗糙的职业等级制度。

七、最后,我想说的是

看完那篇掘金文章后,我最大的感触是:一个行业真正需要警惕的,可能不是技术更新得太快,而是我们评价人的方式跟不上技术变化。

当 AI 能够帮助生成测试、分析结果、执行部分流程时,测试人员当然需要学习新的方法。

但学习的目的,不是让自己拥有更多可以炫耀的工具。

而是让自己能够提出更好的问题,设计更可靠的验证方式,并对测试结果作出更准确的判断。

技术可以帮助我们减少重复劳动,却不能自动决定哪些风险值得关注。

自动化可以扩大测试覆盖,却不能保证我们选择了正确的覆盖目标。

AI 可以提供分析建议,却不能让未经验证的结论天然变得可信。

这些才是技术发展带来的真正挑战。

对于测试人员而言,未来需要的不是人人都成为同一种技术专家,而是每个人都能在自己的专业范围内,理解工具的能力边界,知道如何验证结果,并为自己的判断提供依据。

对于团队而言,也需要重新考虑质量工作的评价方式。

除了执行效率和自动化程度,还应该关注风险识别是否准确、质量证据是否可靠、缺陷是否得到及时发现,以及整个研发流程是否因此变得更加稳健。

当然,这些指标也不可能完全量化所有工作。

但至少,它们比简单地根据技术标签给人划分等级,更接近软件测试的实际目标。

软件测试不是一场永远追逐新工具的竞赛,也不是一场用技术给同行排座次的游戏。

技术最终要回到它应该服务的地方:帮助我们更准确地发现问题,更可靠地验证系统,并让团队能够作出有依据的质量决策。

当越来越多的执行工作能够借助工具完成时,真正值得重视的,恰恰是那些不能只靠执行本身来证明的能力。

你是否知道应该测试什么。

你是否能够判断结果是否可信。

你是否清楚结论的边界。

你是否真正帮助团队降低了质量风险。

这些问题,不会因为行业出现了新的技术名词就过时。

相反,工具越强大,我们就越应该认真回答它们。

因为在软件测试这个行业里,技术可以帮助你把事情做得更快。

但最终决定事情有没有做对的,仍然是你对问题的理解,以及你判断证据的能力。

共收到 22 条回复 时间 点赞

好文章。我在这个点有点想法,AI 执行过程中会有或多或少的漏测其实我觉得是正常情况,其实人也一样会漏测哪怕用例写明了检查点,人漏测的也大有人在。这个时候我觉得是责任制有问题,这个时候 AI 执行你几乎不可能把责任怪在 AI 上,而决定用 AI 方针的一般是领导,而人执行不同,人执行你总能看到那条用例是哪个人执行的,把责任定到他身上。这里从 AI 执行到落地应该还差几步相比人执行而言。

评价一个事物好不好,是要看长期的量化结果,一个特例就开始否定了不是什么好习惯。
AI 时代,最值钱的不是代码了,而是 AI 的规则。
说了这么多,都是在说 AI 的结果不可信,这本质上是 AI 的规则不可信,是要优化规则,我觉得更有价值的是把之前 AI 规则差在哪里,发现问题之后 AI 规则怎么迭代的更好,你对规则的认识有了什么上升,而不是在这唱衰和抱怨。
没想到这么久了大家还没认识到这个。

写的真好,说明问题,人在质量把控上确实有一定优势,AI 再聪明,也是从已有的知识中去掌握,不如人脑灵活,否则怎么是人开发的 AI 呢

胜利往往倒在最后一根连接的螺丝钉上,业务为主工具为辅,相辅相成才是制胜之道

对 zyanycall 回复

你这段回复,和我讨论的根本不是一回事,不知道你是故意的还是理解能力偏差问题。

我讨论的是测试行业里的技术崇拜,以及一个人掌握了某种技术,是否就有资格据此评价其他人的职业价值。AI 是文中涉及的时代背景和例子,不是整篇文章的论点。

结果你倒是直接把文章理解成了 “AI 的结果不可信”,然后开始谈规则迭代、长期量化、根因分析,最后得出一个 “没想到这么久了大家还没认识到这个” 的结论。

说实话,你这种评论挺有意思的:我在讨论 A,你自动把它理解成 B,然后针对 B 展开一套自认为高明的分析,最后感慨别人认知不够。

长期量化当然重要,规则迭代当然有价值,这些话本身没什么问题。问题是,它们并没有回答文章真正讨论的问题。

你甚至不需要先证明文章哪里错了,只需要把文章里出现的 AI 相关内容提取出来,就能迅速切换到自己想谈的话题,然后把自己对这个话题的理解当成对文章的批判。

这其实暴露了一个很基础的问题:理解一篇文章,第一步是搞清楚作者在讨论什么,而不是看到几个熟悉的关键词,就开始输出自己早已准备好的观点。

至于你最后那句 “没想到这么久了大家还没认识到这个”,我觉得倒是挺贴切的。只不过,有时候不是别人没认识到,而是评论的人还没搞清楚别人究竟在说什么,就已经开始给别人上课了。

建议下次先把文章的论点看明白,再判断作者有没有分析问题。否则,分析得再深入,也只是体现傲慢与偏见

对 zyanycall 回复

其实,顺便也可以聊聊怎么组织一个有效的 Prompt。

如果目的是分析一篇文章,而不是让 AI 帮自己找论据,那么一个更合理的提问方式应该是:

“请客观分析这篇文章。首先提炼作者的核心论点,区分核心论点、辅助案例和背景信息;其次,分析文章的论证链条是否成立,有哪些论据不足、逻辑跳跃或可能存在的反例;然后,从支持者和反对者两个角度分别评价。不要预设作者的动机,不要将文章提及的某个案例直接当成全文主题。如果你认为文章存在问题,请引用具体内容说明,而不是根据关键词推测作者想表达什么。”

这才是在让 AI 帮你分析文章。

再回头看看你的 Prompt:“他总体在抱怨什么,和 AI 测试有什么关系,是他 AI 测试做得不好吗?”

你在提问时,已经预设了文章是在抱怨、AI 测试是核心议题、作者可能存在个人能力问题。AI 接下来沿着这些方向分析,其实并不奇怪。

你以为自己是在让 AI 帮你判断文章,实际上,你先替 AI 限定了判断方向,再把它给出的分析当成独立结论。

当然,好的 Prompt 也不意味着 AI 的回答一定正确。它只是尽量减少问题本身带来的偏差,最终仍然要回到原文、论据和逻辑来验证。

所以,想用 AI 提高分析能力,第一步不是学会让它输出更专业的内容,而是学会提出一个不急着替自己证明什么的问题。

毕竟,Prompt 写得再专业,也掩盖不了问题本身的预设;AI 输出得再有条理,也不能替提问者补上缺失的理解。

对 小黑子-IKUN 回复

我是看出来了,第一你是真闲,能写这么多。第二你这套理论受众也确实多,都比较同意 “软件测试不是一场永远追逐新工具的竞赛,也不是一场用技术给同行排座次的游戏。”,也就是说明了真的有很多人被新工具伤害到了。
我也被伤害过,但是我运气好,挺过来了。
AI 的发展特别快,包括你举的例子:
“他问了几个问题。
第一,系统推荐执行的测试,依据是什么?如果需求本身存在遗漏,或者变更影响分析不完整,系统如何发现那些没有被识别出来的风险?
第二,AI 可以调整自动化操作,但它调整之后,如何证明测试仍然验证着原来的业务规则,而不是为了完成任务,绕开了原本应该检查的条件?
第三,发布页面上的质量结论,是建立在完整、可信的验证证据上,还是只是把现有工具的执行结果汇总到了一起?”
我觉得都是一年前的困惑了,现在早就不是在研究这个了(甚至 deepseek 4.1pro 都已经突破这些问题了),大家还是要真的用起来 AI,来面对一些更有挑战的问题。
我更喜欢能实际落地的文章,这篇空谈太多,我自己不喜欢,耽误大家喜欢了,不好意思。

对 zyanycall 回复

先谢谢你的关心。我愿意花时间回复,是因为我尊重认真参与讨论的人。
至于时间安排,我是领导,工作节奏还是能自己把握的,抽空摸鱼回复几段评论不是什么负担,你不必替我操心。

再说说你的观点。
看完这次回复,我发现你不仅没有回应文章的核心论点,反而把我最想批评的几种思维方式展示得挺完整!!!(谢谢)

第一,把认同文章的人归类为 “被新工具伤害的人”。

你说这篇文章受众多,说明有很多人被新工具伤害了。

这是怎么推导出来的?

认同一篇讨论技术崇拜的文章,就意味着自己被技术淘汰过?认同技术不等于职业价值,就意味着自己没有适应技术进步?

按照这个逻辑,批评技术至上的人,都是因为技术不行才反对技术;质疑某种评价标准的人,都是因为自己没达到那个标准。

先给认同者划好阵营,再根据这个阵营解释他们为什么认同,确实省事。只是这种解释除了满足自己的判断,并没有证明什么。

第二,把自己适应了技术变化的经历,当成评价别人的标准。

你说自己也被伤害过,但运气好,挺过来了。

挺好,能适应变化当然值得肯定。但你挺过来了,只能证明你个人适应了某种变化,不能证明那些仍然存在的行业问题就不值得讨论。

更不能因为自己适应了,就把其他人的讨论归结为受伤后的抱怨。

这其实是一种很典型的幸存者视角:我走过来了,所以这条路没什么问题;我适应了,所以还在讨论问题的人,大概只是没有适应好。

可一个人成功适应了环境,和他是否看清了环境中的问题,是两回事。

第三,把技术进步直接等同于问题已经解决。

你认为文章里的问题一年前就已经过时了,甚至拿 “DeepSeek 4.1pro 已经突破这些问题” 作为依据。

但你至少需要说明:具体突破了什么、在哪些场景下验证过、达到什么标准,以及你为什么认为这足以推翻文章的论点。

顺便说一句,DeepSeek 官方公开文档,截至目前列出的型号是 DeepSeek-V4.1-Flash-1017 和 DeepSeek-V4-Pro-0813,并没有你写的这个型号。

附带官方资料:模型更新日志、模型与定价。

当然,你可能指某个平台上的别名或其他测试版本,可以进一步说明。
但连型号和所指版本都没有说清楚,就直接宣称它已经突破了相关问题,这个论证显然还缺少依据。

更重要的是,即使新模型真的解决了某些问题,也不能自动推翻文章关于技术崇拜的讨论。

你可以用新技术解决问题,但不能因为技术进步了,就认定所有关于技术的反思都已经过时。

第四,把 “我喜欢落地” 变成了评价其他文章的尺子。

你说自己更喜欢能实际落地的文章,这完全没问题。但我的文章是行业观察,不是 AI 测试的工程实施手册。

你喜欢解决方案型文章,不代表讨论职业认知的文章就是空谈。就像有人写管理问题,不必每篇都交付一套管理系统;有人讨论行业评价标准,也不必顺便写出一套 AI 测试规则迭代方案。

你当然可以认为我的文章论证不足,但应该指出具体的逻辑漏洞,而不是拿自己喜欢的文章类型来定义什么才有价值。

第五,也是最有意思的一点:你一边批评别人认知不足,一边不断给别人划分阵营。

你把认同文章的人归为被新工具伤害的人,把自己归为运气好、挺过来的人;把我的文章归为缺少落地的空谈,再用自己更喜欢的实践型文章作为对照。

于是,一套熟悉的分类又出现了:适应了技术的人与没适应的人,落地实践的人与空谈的人,已经认识到问题的人与还没认识到的人。

你有没有发现,你反复强调的恰恰是我最反感的东西?

我从来没说技术不重要,也没说不应该拥抱 AI。我讨论的是,为什么有人会把掌握技术当成衡量他人价值的标准,甚至把技术上的优势延伸成认知上的优越感。

而你这几次回复,恰恰一直在用自己的技术立场、个人经历和阅读偏好给别人定位。

这就是我想讨论的现象:技术本身并没有问题,问题在于有人掌握了某种技术之后,就开始用它给人分三六九等。

最后,你不喜欢我的文章,完全没问题;你认为 AI 发展很快,也没有问题。我尊重你的个人经历,也不要求你认同我的观点。

但我尊重你,不代表我会把没有回应文章核心论点的评论当成有效反驳。

你可以证明某项技术已经取得进步,也可以分享自己如何适应变化。但这些都不能替代对原文观点的分析。

至于你说的 “耽误大家喜欢了,不好意思”,真的不必客气。喜欢什么是个人自由,不喜欢也不需要道歉。

我只是觉得,在评价别人还没有认识到什么之前,先分清楚自己是在讨论一个问题,还是在根据自己的经历给人划分阵营,会更有帮助。

对 zyanycall 回复

为了反对而反对不太可取。

大模型的架构没有本质的变化,以前的幻觉/弱一致性/降智的问题依旧存在,只是参数量堆起来之后变得不那么明显了。
可以认为现在的 “大模型” 就是一个又一个的不同的小世界,有的世界没有陆地,有的世界人不需要呼吸。
小世界越来越真实,但参数量级不能无限提升。不然直接就可以血肉苦弱,机械飞升了。

在这个基础上的系统提示词只能算补丁,某个场景下因为补丁可以跑过,不代表有通用性。而且规则是补不完的,没有陆地的世界只告诉它有陆地是不够的,就算加上花草树木也不行,把输入的上下文塞满都不行。

测试设计是一个富有创造性的工作,需要针对不同的需求业务侧重,代码架构,用户群体,以及当前的造数能力,设计一个人力时间成本适中且能最大程度暴露产品质量的测试方案。

以前面对是程序员基于对这个需求的较充分理解和对代码的片面理解下,可能有笔误有遗漏的代码产物。
现在面对的是大模型对这个需求的片面理解和当前代码工程的较充分理解下,可能有笔误有遗漏有借题发挥的代码产物。

应对不同的业务变更,测试方案设计是一个很主观的事情,哪些必须验,哪些验不了,哪些可验可不验,保守的变更需要激进的方案,激进的变更要有保守的测试方案,菜的开发要压力验,牛的开发要夸着验。这些场景充斥着各个维度的业务理解甚至人情世故。

测试的价值应该是站在业务层面解决交付质量保障过程中的痛点/痒点,从这点出发,其实很小马过河。
有些人觉得大模型无所不能,可能它们的业务很简单就是一个加法运算的后端接口。之前 1 位数的加法,现在要新增 2 位数的加法了。用大模型做测试设计到准出都行。
有些人觉得大模型太垃圾了,可能他们做的是地球 online 业务,针对外星人降临这个变更,别说让大模型做测试设计了,做测试执行都不行。

作为测试圈同行,AI 的 promot 提示词工程这么外行,顿时觉得还是测试圈水分太大了,得挤挤水分。
用错误的方式去 AI,反驳作者在抱怨 AI 不靠谱,然后还原封不动的评论了~~,测试工程师该具备的批判性思维是一点都没有的,这不就是为了 AI 而 AI 的低级错误吗?就 5 句话的事,也别费劲心思的在那组织 promot 提示词了:测试工程师用技术是好的加分项,但需要用好新技术,最有价值的是:具备专业性、批判性思维发现和解决新技术带来的问题。而不是让技术证明会技术的测试才是好的测试。

对 赵又廷 回复

我感觉他就是针对我个人来的,我看了下记录,这个人应该没跟我有过节。要么是技术崇拜那一派的被我破防,要么就是纯粹看我不爽了

对 dun 回复

我觉得他只是看我不爽。。。。。换一个人,他就恢复理智了,测试社区都有饭圈文化,真不可思议

写挺好的,其实这行做久了更多还是关注业务测试能力本身了,自动化性能这些只能算是基本能力吧
业务测试能力高下立判,常规代码能力其实都大差不差,特别是有 ai 后,更不存在技术壁垒了

作为一个项目的负责人,我觉得你说得对,AI 目前远没有达到可以替代业务测试的地步,无论你规则怎么优化,skill 写出花来,都没办法模拟出千奇百怪的 case。什么全流程 AI 化更是路边的依托答辩。
但是作为一个有 10 份工作经验,无数次面试经验和 OKR 既得利益者,我就不赞同你的观点了。你说的是行业,我说的是人心。
面试的时候,不考察技术只考察业务的公司又有多少,并且业务的比重在面试中又占有多少呢,还有制定 OKR,每个人都是业务测试谁加班多,发现的 bug 多吗,很难去量化这个指标,所以当业务测试都差不多的情况下,技术指标就显得更重要了(我呆的几家公司都这样,比较片面),从 12 年开始从纯业务测试--》UI 自动化,接口自动化--》测试平台--》左移右移--》AI 技术,面试和 OKR 都随着重心变迁,除了随大流也是没办法的事。
大部分公司面试掌握了这些技术或者事技术的八股文就是比没有掌握更容易面试上,面试造航母进厂大螺丝都是常有的事,我进的大部分公司都用不到这些技术。OKR 有这些方面的输出就是比没有绩效更好,你要说做的都是什么乱起八糟的东西,根本没人用,那跟我有关系吗?我要的是更好的绩效,更多的年终奖。
再说回技术越先进测试越不值钱,还是人心,公司的老板和领导觉得不需要或者只要很少的测试了,那原来的被裁的测试只能降低价格去卷,直到卷没了。我们的想法重要吗,一点都不重要,只有他们吃了亏才能意识到吧

对 wuming 回复

你这条评论我其实挺认同的。
你说的面试、OKR 和绩效问题,确实是很多测试人员不得不面对的现实。

但我觉得,你描述的更多是过去逐渐形成、并且延续至今的一套评价机制。
这套机制是互联网大泡沫时代的机制,
我比较关注的是,AI 时代这套机制会不会发生变化。

过去,搭建自动化平台、建设测试体系、开发测试工具、编写接口自动化框架,这些工作都需要投入不少研发时间和技术能力,也很容易成为面试和 OKR 的成果。

但现在,AI 在代码生成和工程实现方面已经表现出很强的能力。
尤其是测试效能研发领域,无论是测试工具、测试平台,还是接口自动化框架的开发,AI 都可以辅助实现,甚至直接生成全部的代码。这些过去需要投入大量时间才能完成的技术产出,正在变得越来越容易。

当然,目前 AI 直接理解复杂业务、独立设计高质量测试用例,表现还没有那么理想。
但这恰恰说明,技术实现和业务判断是两种不同的能力,不能混为一谈。

那么,如果以后 OKR 还是考核建设了多少平台、开发了多少工具、写了多少自动化脚本,这些指标的含金量是不是也需要重新评估?

我认为未来真正拉开差距的,可能是业务建模、测试场景设计、风险识别,以及对 AI 生成结果的验证能力。AI 可以帮助我们降低工程实现成本,但测试场景是否覆盖真实业务风险、预期结果是否正确、能否有效发现缺陷,仍然需要专业判断。

而且,我自己也是管理者,也在尝试改变团队的评价标准。过去容易量化的技术产出,不能再简单等同于实际质量贡献。相比做了多少工具、交付了多少脚本,我更关注这些工作到底解决了什么问题,测试覆盖是否有效,以及能否真正降低业务风险。

当然,这种转变不会一夜之间发生,招聘市场和企业考核也有惯性。个人为了薪酬和绩效追逐技术,我完全理解。

但我不太认同把目前的评价机制当成未来必然不变的规则。

你讨论的是测试人员为什么不得不适应过去的评价体系,而我更想讨论的是,AI 已经改变工程实现方式之后,我们是不是也应该重新定义什么才是真正值得奖励的能力。

技术一直在变,管理者的评价标准也不应该停留在过去。

对 小黑子-IKUN 回复

你很快也要变成一个新饭圈的偶像了~嘿嘿

有心思写这个,还不如自己多 想想怎么 深耕系统, 完善验证 回环。。。先在自己的业务上证明 价值

打起来打起来,不然来看论坛没意思

对 槽神 回复

不至于,我毕竟不搞个人崇拜和收割😈 ,更多是把我当成嘴替了吧。上面部分带有宗教信仰般抬杠的,才是最可怕的

需要 登录 后方可回复, 如果你还没有账号请点击这里 注册。