我现在懒到结果 CHECK 都交给 AI 了。尤其是初版。。。真改的时候还需要手测一下。
长文记忆缺失，怎么压缩前文可能还做的不够好。

我岗位不是测试。
AI 目前参与的事情：

1. 方案设计，主要是通过对话式 AI，协助确定技术方案是否可行，快速替代搜索引擎，确认可行性。
2. 代码分析，比如喂他两个版本的源码，让他确认差异性，并总结。
3. 单元测试设计，根据代码修改，设计单元测试方案。
4. 测试脚本编写，并自己执行，失败自己去改。
5. 代码补全，不想写的代码，让他自己写自己测。

目前 90% 的代码是 AI 写的，工作中大部分时间是在和 AI 扯皮，指出他哪里错了，你不要给我这么干。虽然有时候还是很蠢，但客观来说已经可以提升效率 N 倍了，更扎心的是，大部分人写的代码，包括我自己其实还不如 AI。。。

如果把 AI 当人来用。
你不得先看看先看看为啥他执行失败，执行失败的原因是什么，失败的例子有没有通用性，用现有的技术和方案是否能够规避。
然后做个分类统计，哪类的可以无脑 AI，哪类的可以优化，哪类的解决不了。
非黑即白的逻辑在这个时代是很难生存的。

其实核心是 “专家”
什么叫 “专家”，市场都认可的 “专家” 才是关键。
AI 只是工具。。。
工具人被更便宜的工具替代是必然，从社会角度看，程序员毕竟还是高薪，且学历还行，不会是维稳重点目标。

其实最现实的是：AI 可以减缓你被替代的时间，至少不会是第一批。现在怕是有的面试都会问你平时用了多少 TOKEN，你就说你用不用么。。。

其实没啥区别，前后脚的事情，大概率不会超过 1 个季度。
研发资源毕竟大部分情况下掌握在开发手上，所以先死测试基本是确定的事情。。。

没啥意义。
改变不了，就先用起来。
挣钱就是挣钱，能挣一天算一天。

我觉得目前 AI CODING，第一个卷死的大概率会是测试。
我现在单测都是 AI 生成了，CLAUDE 脚本生成，执行，基本没什么问题，单节点任务不需要测试介入。
当下环境，应该没几家还会再开普通测试岗的 HC 了。
扎心的其实不是有没有必要的问题，而是找不找的到的问题。

PS：小厂这年纪就更别想了，我还记得我刚转 AI 哪会，有个小厂老板说测试的话我就不要 30 以上的，现在。。。哎。

你不如问问 AI。
最核心的问题，

1. 你为啥离职，为啥 GAP，你现在需要什么样的工作。
2. 你的技能是否可以匹配别人需求。--你会什么，别人需要什么。 找工作要么熟人，要么 AI 吧，你告诉 AI 还不用担心泄露隐私，也更容易直面真实的自己。

现实其实比较残酷，大部分人的工作是没有成长性的。。。
同时窗口期是有限的，要折腾的话，需要一方面在实际中去抓那些能尝试落地的东西，另一方面需要去紧跟窗口期，在人不多的时候进入发展的赛道。
对我自己来说，
我上家，我主导了一个小产品，国内大概性能领先开源 1 个数量级吧，几年卖了一个小目标吧。
现在的话，实际操盘，降低成本几个小目标吧。
优势是懂点算法，工程能力还行吧。
是那种实操的，不是那种停留在学习上的。实际有太多的草台，最核心的东西也轮不到你来做，开源有太多的大佬去卷了，在草台下其实有很多可以尝试的。
这个对你来说，应该没啥参考意义。。。

我经常看知乎吧，年轻人开始卖的应该是确定性，先是靠谱，才有后面的。简历这种我觉得还是有点因果颠倒了，先有目标，做的事情，后面才是简历。。。--我意识到这个的时候太晚了，都 40+ 了。

我看了他改的，如果是我大概率会盯着 7，9 问。
其他的没啥特点，6 可能会稍微带着问下。
没特点的简历来初筛都过不了，初筛之后的简历就得他看具体干了啥了。