我目前在腾讯的 CSIG 事业部， 所属中心专攻人工智。 怎么说呢，我们最近正在扩招，岗位描述里没有明确要求必须懂人工智能或者有相关测试经验。 这是因为现在懂这个的测试人员太少了，如果吧这个要求作为硬性要求，我们就很难招到人了。 所以很多都是招进来以后慢慢学。

但如果你懂这些（不是一知半解的，而是有一定的深度）那绝对是我们这些专攻人工智能领域的团队所欢迎的。找工作绝对不成问题， 毕竟这个是真的稀缺人才。

我也一直在写文章科普这些知识，如果楼主想了解可以翻翻我以前的帖子和问答，也可以加入我得星球。 先了解一下这一行里都是在做什么的再决定要不要投身进去。毕竟虽然我推荐大家入行， 但不得不说这行的门槛确实高，如果只是三天打鱼两天晒网的那么学， 效果确实不大。

并且，也要看培训班具体是怎么教的，都教什么。 有些地方可能只讲的皮毛， 那说实话作用也不大

正经八本的测试 Agent 工作量是非常大的。 楼主感觉没什么可以测试的那可能是没有人带你吧，当然可能也是你们使用 Agent 的场景比较简单导致的。毕竟产品主要是围绕着 Agent 来实现的，与只是某个小功能引入了 Agent，这两者区别还是很大的。

正经测智能体产品的人，会涉及到各种大模型的效果评测和性能评测工作。评测方面除了各种大模型外，再比如我们的产品里，文档解析，文档拆分，embedding 与检索，意图识别，RAG，工作流，还有 Agent 里对接的几百个工具（多数是自建的，当然也有很多公开的 MCP 的工具）。

性能测试方面各种大模型推理加速策略，知识库的性能，端到端的对话性能，其实工作量是很大的。 我们测的这个产品有 10 多个人来测。 楼主可以翻翻我之前写的帖子大概了解一下。

要说后续竞争力在哪里？ 我是这么想的， 人工智能的测试，这是一个理解成本远高于执行成本的领域。 也就是实际测试的时候，你会觉得测试脚本也好， 用例执行也好， 难度不比其他类型的测试高多少。 但理解人工智能的业务和流程还有测试的方法论，则成本非常高。 举个例子，咱们都是在智能体领域里的，我问楼主 Agent 上下文工程的四大策略是什么？要如何进行测试？ 楼主在不去网络上搜索的前提下，能否回答上来。其实对于这个问题， 即便在智能体领域里测试了相当长的一段时间的测试人员，可能都不知道上下文工程是什么。 而这就是竞争力了，不知道楼主是否能理解。因为智能体在用户角度上就是个对话框，用户问问题，智能体回答问题或调用相关工具回答用户问题。 界面交互不复杂，一问，一答。 隐藏在水面下的逻辑十分庞大。

不知道大家有没有用 AI 辅助写测试代码， 比如下载个 cursor。 如果我们知道上下文工程这个东西。 就能明白 cursor 为什么会设计 cursor rules 文件， 为什么会有 past chat 这个指令。 说白了这两个都是在遵循 Agent 上下文工程中 4 大策略中的 "压" 和 "写" 这两个策略。 只有理解了底层运行逻辑， 才能理解产品设计逻辑， 这也是 AI 这个领域中独特的地方。 其他领域是通过产品上层逻辑，来拆解下层逻辑。 但 AI 是不了解底层逻辑， 你都不知道产品这么设计在干什么。

以上都是个人见解， 不杠~ 如果觉得我说的不对~ 那就当看个笑话就好了~

有的，每次直播回放都记录在群公告里

现实就是这样的~ 想开箱即用是非常困难的。除非你们公司有人已经针对你们的产品做过定制化了。

能挣到很多钱就是快乐的，挣钱的同时还能做自己不反感（不用喜欢，只要不反感）的工作就更快乐。 如果恰好还是自己喜欢的工作就快了加倍。

所以我现在算是快乐吧，在互联网挣的钱肯定比其他 99% 的行业多，做测试我也不反感，经常能做写代码这种我喜欢的事也不错。

但毕竟工作比较累，如果能不这么累就真的快乐到极限了。

嗯是的，9 月份之前一直是透支状态。 9 月以后好多了， 我现在基本工作生活处于还算平衡的状态把

我身在腾讯， 腾讯在国内应该是对年龄最友好的一批公司了。 如果不做到总监，GM 这一层。 就是普通的大头兵或者 leader，只要事情做的不差，业务也没有硬性裁员指标。 干到 40+ 一般都没什么问题。 但过了 45 依然不好说。 只要到了最少总监这一层，可能才能往 50 奔一下。 我们 GM 好像今年已经 50 多了。

所以像我一样的大头兵，基本 45 岁就是上限。 45 岁以后被裁员，基本就是地狱模式。 但你要问我们这些人是怎么样的？ 大多数都是想的在 45 之前把钱挣够了，45 以后就随缘。 毕竟在头部互联网公司做事，到了 30+ 以后年薪大几十万都是很正常的， 年薪百万也不少见。 所以被行业抛弃之前攒够几百万存款是没问题的，要是夫妻两个都在大厂工作，搞出千万存款也是可以的，当然前提是别过度消费，别玩破产三件套。

这就是我们这些到了岁数后还在大厂工作的人的普遍想法。 很多人之所以扛着加班加到吐血，被 PUA，被侮辱，也要在这里干下去，就是知道这一行的寿命就在 45 岁。 在 45 之前把钱攒够了就是终极目标。所以哪给的钱多去哪，主打一个抱着 45 岁就退休的态度。

当然也有像我一样不消停的， 我试过做老师，做家教，接私活，写小说（虽然两部小说都扑街了），但主打一个各种尝试其他赛道的经验。 只要找到一个能稳定月入几千块的赛道就可以。 到时候几百万存银行吃利息， 每个月挣的几千块够吃喝拉撒就 OK。

卷技术，卷大厂不就是为了这个么， 我记得有人说我们这些卷技术的最终都会回归培训行业。 但其实我们最终基本上都会回归躺平。 因为钱在那个时候就挣够了。

我 34 岁进的腾讯，今年 38 岁。 预计还能再看几年吧。 干到 40 多应该问题不大。 当然每个人情况不同，所属公司不同。 只能给你当个参考

不是单机单卡， 这里我偷懒没写清楚， 一个 DS 大模型怎么也要单机 8 卡才行。 我这里说的单桶的并发能力。 桶的意思可以理解是处理某个场景（比如 32k 以上上下文场景）下有 N 组模型共同支撑。 那么这个桶的目标是 1000 用户，那么分下来每个模型实例的目标就出来了。

38 岁，预计在干 2~4 年就退休。