我看下来， 感觉咱们两个说的是一件事情，只是细节有出入。 拥抱 AI 肯定是以产生价值为导向，而不是为了 AI 而 AI。 最终都是以效率为度量。

个人选择~ 用哪个都一样的

如果是经常用的，很多 case 都复用的。 那就把很多个接口串联过程做一个 service 的公共方法

只有图片烧 token，AI 不参与分析 DOM 树，它只推算坐标。 开了缓存， 我一个月也就几十块钱

有的哈，

录制: 从需求生成测试用例的 SKILL 设计思路（主要是知识库设计）
日期: 2026-07-04 19:32:40
录制文件：https://meeting.tencent.com/crm/Kz8Go7Q8bb

还有什么论坛比较火了？ 感觉好像现在都挺凉的。。。。

我在社区写过科普帖：https://testerhome.com/articles/43703 大概有六万字， 你可以先看看。 详细的教程我基本都写在知识星球里了

新帖子已经出了哈

能落地就是好的， 能自己折腾出来就不用花钱。

但现阶段 AI 对测试工作的实际助力有限

不像编码这种立竿见影的效果

这两个观点我认为都是有问题的，测试人员是需要编写代码的。以前很多测试同学不写代码可能是能力不行或者被分配到了打杂的工作上，而不是不需要。现阶段 AI 对测试工作的实际助理有限， 那也可能是很多人不懂得如何用 AI。 AI 不是一个傻瓜式的工具， 它是需要很专业的知识才能驾驭的东西。 同一个 AI，不同的人用，效果完全不一样。

比如前几天《丧尸清道夫》这个 AI 短片火遍全网，甚至火到了好莱坞，连好莱坞的导员都发邮件给这个短片的作者。 这个短片我也看了，一股子爱死机的质感，质量非常高。 那问题来了，为什么只有这作者能做出来？他甚至用的只是即梦 AI，是所有人都能用的模型。就像我说的，AI 在不同的人手里，效果是不一样的。 网上有个段子说这个作者给 AI 的提示词堪比核弹说明书。想要效果好，提示词就是要这样专业和精细。 绝对不是一个玩票性质的玩家随便说几句话就可以达到的。

拿 AI 生成测试用例这一个最基础的事来说。 我自己生成测试用例的 skill，里面的提示词里的字数，保守说也数以万字了（如果把知识库都算上）。 所以想要效果好，那不是把需求文档简单往里扔就可以的。 所以如果效果不好， 是不是要先想一下，自己把 AI 想的太简单了， 或者把 AI 想的太傻瓜式了。