https://juejin.im/post/5e2159215188254e1c43a585
一个测试同学的,互帮互助。
面对 AI,有大概 3 类人:
论坛也一样,第二类和第三类非常非常多,然后他们对第一类人并不友好,冷嘲热讽。不过相同的,第一类人对其他人也不友好,AI 的知识都是钱换来的,没义务无偿分享。
我是倾向于第一类的人,我对第二类第三类的也是冷嘲热讽,互相伤害嘛哈哈。以至于前几天把一个哥们说破防了,哈哈。
再偏个题,随着 AI 的能力越来越强,AI 越来越便宜,主要是 DeepSeek,归罪于它,“AI 也行人也行” 的封印松动了,“必须用 AI” 已经慢慢的走来了,对 QA 也是一样,必须用 AI 来测试,已经不可阻挡了。可能大家还没感觉,等有感觉的时候,要来不及了。
回到这里,我就谈谈 AI 怎么降本吧。你可以搞一个脚本,用来统计 AI 在各个模型、各个平台的花费是多少,看是自己的操作还是 skill 的使用问题,有针对性的处理。
目前来看,cursor 因为有企业附加费没百万 token0.25 刀,尤其是对缓存读取加了 0.25 刀,最贵。
目前性价比最高的是 codex/chatgpt 平台的,6.1sol 我常用,6.1terra 更便宜了,试试。
是的,所以我不是很想和回复他了,叫不醒装睡的人,论坛太多人都是了,什么技术不好不应该受鄙视,还有这里的 “如果大模型真的强大到不需要工程化架构了,那这些企业为什么还要花重金招人?这怎么会是过时呢?” 等等,都在装睡。
未来 QA 还是有出路的,但是这里说的出路都飘飘的,没有面向未来。
别的我不多说了,要用好 AI 非常难,不是说你用的不好,而是用好 AI 这件事情的门槛比大多数人想象的要高得多,以后再详谈。
谈一下你说的这句吧:
“其实就是你说的 ‘用好 AI’:不是简单地在对话框里要代码,而是用架构思维把 AI 封装成可靠的工程流水线。”
你这个理解也过时了,得是前年的思维了。证据就是头条的 coze 都倒闭了,10 亿刀打水漂。
你所谓的标准、架构,不要限制 AI 的能力,不要走 coze 的老路。
未来的大模型,趋势应该是提示词越来越少的,未来的一个时间点,就没有任何的提示词,什么都能干好(干的比之前的 AI 好,更比人好)。
可能这也是你这篇文档另一个总差强人意的地方,有点儿过时了。
建议你用最好的大模型吧,用用就知道了,花些钱体验一下。
我一直在找你为什么要搞这么个平台,我猜想的原因比如你们系统有几万个自动化用例,需要账号池/数据池 + 并发执行。但是读下来,你是因为心中的执念才搞的这套东西,你觉得高出这套东西会让人变得值钱。
“四级台阶:会写用例 → 会造平台 → 会调度 AI → 会立标准。越往上人越少,不是因为它更难学,而是因为它要求你先"做完过"一件完整的事。”
关键这份逻辑,以前评价一个人的能力还行,现在有点儿过时了。
AI 自己已经会写用例,会造平台了,那么前两项完全不算台阶了。至于标准,实际上标准就是事实,AI 也可以基于事实来给出标准,并且比人立的标准要更好更全。
目前评价一个人的能力,就剩一个了,用好 AI,不是会用而是用好。
解释到这里,其实就是这篇文章总觉得差点儿意思的原因。全篇对 “用好 AI” 的落地几乎没有,基本没用(sorry)。
我真的懒于回复你,这论坛逛久了都会降智。
测试用例设计都不会,一点异常流程都没有,这水平都找不到工作。然后还有捧臭脚的,捧你的人据说还是一个管理层,你这用例设计水平他看上了,好家伙,敢情你在这纳投名状呢,你去他公司面试啊。
25 万字符,500 条用例,每条 500 个字符,很多吗,天方夜谭了??"保证 AI 能写出可转为自动化的用例",你写 50 个字符能生成吗,这么反智吗。哦对,你连用例设计都不会,你确实理解不了。
这么说吧,北大青鸟的短期就业培训是 3 万学费,但凡你、你们用过 3 万人民币的 token,都说不出这些降智的语言,连北大青鸟都不如。
这种问题又不是存在一天两天了:
大家可以仔细想一下,想要用好 AI 到底门槛到底有多高,难道真的有人觉得,一个人专注于业务的 QA,技术功底很差,对 AI 的投入不超过 500 美元,然后就能靠学个课程/星球,来论坛上逛一逛,就能把 AI 掌握了,业内精英了?甚至都是失业在家的人,连个实践的场景都没有的,靠自学就能是 AI 的大拿了,可以开始指导别人使用 AI 了?AI 的门槛如果这么低,那这个问题早就抢着回答了好吧……
我最新测试的一个需求,测试用例的字符数(不全是汉字)超过 25 万了,我 x……人类的用例能写 25 万字符数么,AI 能处理的问题和人脑都不是一个数量级的,这里还有人说 “承认 AI 暂时做不到”,真搞笑。
问我的结论,很简单,这里提问的问题必须要解决,因为 AI 出的用例人类根本点不完(上线 ddl 前),靠手点是不可能的,必须极致的提效。至于怎么提效,建议以终为始的思考问题,假如你在使用 cursor 并且是免费的情况下,你的方案是不是可以解决问题。
你遇到问题,有疑问,来论坛来问怎么解决问题,怎么落地。
我说你遇到的问题我也遇到过,我也头疼,我可以详细的说明下你的问题为什么很大为什么头疼,至于怎么落地解决,哦对不起,我目前还不知道,因为我也不会。
但是你说的问题其实只是一小卡拉米,我还有更大的问题,更值得讨论的问题,咱们一起来,把问题都抛出来,坐等大能来回答,一起解决,岂不妙哉。
这篇文档才是论坛应该有的,虽然只是走了不到 20%。
我好奇的是,为什么 1500 次阅读了,那些能发明软件测试行业的新规则的大能们还不说话,都哪去了。
我是看出来了,第一你是真闲,能写这么多。第二你这套理论受众也确实多,都比较同意 “软件测试不是一场永远追逐新工具的竞赛,也不是一场用技术给同行排座次的游戏。”,也就是说明了真的有很多人被新工具伤害到了。
我也被伤害过,但是我运气好,挺过来了。
AI 的发展特别快,包括你举的例子:
“他问了几个问题。
第一,系统推荐执行的测试,依据是什么?如果需求本身存在遗漏,或者变更影响分析不完整,系统如何发现那些没有被识别出来的风险?
第二,AI 可以调整自动化操作,但它调整之后,如何证明测试仍然验证着原来的业务规则,而不是为了完成任务,绕开了原本应该检查的条件?
第三,发布页面上的质量结论,是建立在完整、可信的验证证据上,还是只是把现有工具的执行结果汇总到了一起?”
我觉得都是一年前的困惑了,现在早就不是在研究这个了(甚至 deepseek 4.1pro 都已经突破这些问题了),大家还是要真的用起来 AI,来面对一些更有挑战的问题。
我更喜欢能实际落地的文章,这篇空谈太多,我自己不喜欢,耽误大家喜欢了,不好意思。

https://juejin.im/post/5e2159215188254e1c43a585
一个测试同学的,互帮互助。