1. 需求端在哪？-- 软件测试是被 AI 冲击最大的方向，至少是之一。需求量一直在下降。
2. 为什么需求会下降？--因为 AI 在单元测试，简单任务测试的能力上其实超过了普通人，一次性的 AI 投入，可以大幅降低人力开销。比如你简历写得内容，开发可能 5 天借助 AI 就做完了，真的还需要那么多专职自动化测试么？--质量真的那么重要么？和效率比，只要不出大事，没人在乎，就算出事，有人背锅不就好了。
3. 个人怎么办？--0 基础，下行方向，还不年轻，没坑才是真的倒反天罡。 现在稍微测试好点的，要么 AI 测试 -- 天然测试不被信任，生态末端，环境成本高，稍微好点，但是未来和 AI INFRA 抢生态位，只会留下极少数的人，且大部分工作会脱离传统测试的范畴。要么硬件测试 -- 至少和资源打交道，硬件迭代稍慢，且可以背锅，还能再扛一段时间。

都而立之年了，最好能抛弃一切幻想，技术只有在真正是门槛，有一定的不可替代性才有价值。而不是自我感动，觉得有技术就有饭吃。

PS:其实我也挺悲观的，短期看不到哪个技术方向值得长期投入，大部分技术方向都在被快速迭代（甚至包括 LLM），要么就是风险巨大。（说的就是你，具身。）

你想问啥？哪个能活更久？
能把需求->开发->测试闭环的开发会活的久一点。
你一个人把 3 个人的活干了，你就完成了降本增效。

最近有一篇 “DEEPSEEK 刘胜与的《我不得不把才华埋葬在昨天》”
纯软件工程化很快就会完全没有技术门槛。
年纪越来越大，越来越不能高强度工作，能挨一天算一天。。。

公司不是慈善机构，能让你真正做全新的东西，你首先得证明你有这个价值，可以试错。
纯做技术其实也很苦逼的，你要能接受哪天没价值就会被扫地出门，同时最核心的岗位不会轮到你，因为多少都会防你一手。
具身应该有不少可以做，比如机器人底层系统，VLA 模型，数据采集与重建？
如果你把自己放在测试，那可以是系统维护，数据维护，快速定位，问题复现？
靠简单技术积累，在 AI 时代，竞争力其实和没有也没啥区别，别人也不会因为你写了几个自娱自乐的 AGENT，就高看你一眼。
最底层的逻辑还是解决问题，降本增效。。。
我一直都是这个观点，在一个公司里，真正有价值且值得长期投入的技术工作不超过 5%，要么你是嫡系，要么就得别人干不了。具身通常研发一年投入连 1 个小目标都没有，测试岗位想有无法替代的价值，几乎不可能。

如果年轻，应该看看 INTEL 前 CEO 的职业生涯。深度应该是想办法去解决问题，可以是工程化，可以是算法。
自动化测试本身就是个很奇葩的职位，长不了的。
发现问题，复现问题，定位问题，最后到解决问题。能闭环的技术人才能走的远。
不要总想着 “软硬结合” 这种看上去高大上的东西。我自己做 HPC，AI INFRA，都很少有需要软硬结合的工作。。。

当人力成本低到一定程度，且是短期任务的时候，可以适当外包。
持续产出太难。
越快越卷死自己，无解。

在现在的环境下，没人任何一种软件技术是越老越吃香的。
记住是任何，包括编译器。
只有和资源强绑定的岗位可能会活的好一点。

一点都没毛病，不舍得花 AI 的钱，干么要提效呢。
闭环了啊。

车企智驾，大头兵。。。还行。

技术分享。。。就那么回事，我现在扫知乎，技术远没有八卦吸引我。。。
AI 让我摸鱼摸得更心安理得了。。。
风起来的时候，还会有人争，有人吵。。。未来不可期，那就且行且珍惜。。。

1 人赞同的帖子。。。。我理解就是 FAE。
真的 FDE，门槛不低叠加同样很烦（乙方支撑），招不到合适的人才是合理的。

P9 大佬。。。
我这种技术可能也就 P7 的水平吧，纯打工牛马。。。

😓，年轻点的话，还是会去搏一把吧。
真来上海了，现在真的是能不动就不动。。。

只论工作环境比南京舒服太多了，基本一年没和人吵过架。。。
代码你们想合就合，不想合就不合。。。

哎，别怪我扎心吧。
客观来说，你看似做了选择，但其实这种程度的选择，感觉极其有限。
你的选择只是：降薪 VS 离职。
并没有关于任何未来的思考和决策。
未来 AI 时代对就是打算养家糊口的技术人员是越来越不友好了。--无解。
你说哪个行业好？--不知道
说什么转 AI 还是算了吧，现在没实际经验谁要啊，去了短期不出成绩大概率也是背锅位。。。--能挨一天算一天。

PS:
我也认为心态最重要。
最好虽然大环境不好，但是吧，还是多从自身挖掘优点吧。
指望学习新知识来加强自身议价权，目前看有点难，至少目前看不到哪个行业或技术方向是可以接受没经验人的。

换个思路，好的岗位应该是供小于求。
但凡出去投投简历就知道啥情况了。
没必要比较。整个研发技术链还剩多少是供小于求的。
你现在转行做 AI 算法，都不会有机会。。。想太多。

怎么说呢，不全是你的问题。
但是在这个连郎教授都知道优先裁测试的环境下裸辞（看过一个视频，点了测试，说是岗位少了 26%），只能说太刚了。。。
作为一个裸辞过 3 回的过来人，今年不到实在过不下去的时候，我也不敢裸辞。
我目前还知道有些事情，是 AI 搞不定我能搞定的。
现在怕是只有这种叙事方式，还能有点机会。
PS：有时间分个段。。。

割韭菜的从来不会说一个核心的问题：概率。。。
如果你现在没有消耗 TOKEN 的需求，你凭啥进需要 TOKEN 优化效率的公司。。。
这才是最残酷的。
高薪一定是很难长久的。。。除非你掌握生产资料。。。
技术，就那么回事。
先活下去。。。其实已经很不容易了。

AI 提供思路->AI 辅助编代码->AI 写测试用例->AI 写测试代码->AI 测试。
其中 AI 提供思路，经常是假的，编的代码经常瞎改，写的测试用例很可能是瞎扯。
目前主要是纠错，但是效率那也是可以翻 N 倍的，对于我这种从来不记 API，几种语言语法经常混乱的人来说，极其有用。
如果你目前工作还无法明显发现 AI 的幻觉，能力边界，还是有些危险的。

如果你测试用例描述的足够清楚，只要有源码，写测试代码和测试，这步幻觉个人感觉和前几步出错的概率相比极小。

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。