如果对于测试开发的定义就只是去写写平台，写写页面， 那确实这个岗位是拉完了。 如果对于开发人员的理解就是 crud，那开发这个岗位也确实拉完了。 所以对于一些只会 CURD 的开发人员，还有只会写写平台页面的测试开发人员来说，确实天都塌了。

但显示是，软件开发不是只有 CURD，测试开发也不是只在写平台工具。 不同的人用 AI，效果也是完全不一样的。 AI 仍然是一个需要十分专业的知识才能驾驭的东西。 它不是一个傻瓜式的工具。 大多数人都觉得用 AI 去做事情就好像跟豆包对话一样随意。 那他们根本感受不到 AI 的威力。 只是在听说 AI 能怎样怎样

是全部了， 直播就 2 个小时。 都在这个链接里

需要搭建知识库，你需要让模型了解你的产品，知道你希望的设计测试用例的方法论。 这些我再以前的教程，也在我得星球里写过。 比如：

多学习一些 Skill 的设计方法， 会有一些节省 token 的方案的。 我现在也开始尝试牺牲一些准确率来节省 token 的尝试。

我大概明白了， 你的诉求应该是自然语言转接口自动化测试用例。 这个需要你事先把接口录入给大模型，让他生成访问的代码。 或者有接口的详细调用文档。 要 AI 去写代码，还是必须要有知识库的。 这样你就可以用自然语言的测试用例转成自动化测试代码了。

没看懂， 你这是要做什么？

手动测试的时候怎么造的数据， 就让 AI 怎么造

当前项目中所有的代码和文档，默认都会 embedding 并且保存到向量数据库中。 所以大模型每次运行其实都会去参考已有的文档和代码，这样它就能明白， 你说的用例步骤，其实在其他 case 里写过类似的并进行参考。 这也是为什么我一直说 知识库 是 AI 编程最重要的东西。 那什么是知识库？ 在你工程里一切的代码和文档都可以是知识库。

各种专项测试的工作流其实很有价值的，我现在性能测试和高可用测试都用 Agent 来执行

首先用例和需求肯定是要积累成一些文档的， 然后生成 case 的方法论和产品测试要点也要有。 再然后你可以搜一下 harness 的设计方法论， 这个方法论是能让 Agent 稳定高效运行的方法论，按这个思路去设计。如果你觉得 harness 太耗时或者太废 token， 那你也可以单纯遵循 “渐进式披露” 原则， 先写一个生成 case 的 skill 出来试试看。 你可以搜一下我提到的这几个设计方法。