上周和几个测试经理吃饭一桌子人菜没怎么动全在聊一个话题团队还要不要养那么多测试执行的人。起因是有个朋友的公司研发团队开始全面接入 AI 编程助手顺带试了用大模型直接生成接口测试用例和自动化脚本。结果发现以前需要两个中级测试工程师干三天的回归测试现在一个实习生点几下鼠标一个下午就跑完了。而且覆盖率报告、缺陷分析自动出连 bug 单都帮你写好。那个朋友说了一句很扎心的话“我现在看着工位上那些还在手动写用例、逐条点页面的兄弟后背发凉。”类似的事情不是个例。从去年下半年开始测试社区里“被优化”“被转岗”的帖子明显多了起来。很多人突然意识到当大模型不仅能写代码还能自己验证代码的时候“测试”这个岗位似乎正在被重新定义。这篇文章我想把这件事的技术本质拆开来看把焦虑变成理解把理解变成可操作的方向。目录一、裁员名单上的“测试”与正在发生的逆转二、测试的本质从来不是“找Bug”三、大模型“自测”的工程内核一个闭环是怎样建成的四、同一需求两种解法传统路径 vs AI自主测试五、测试工程师的新护城河从“执行”到“决策”六、你现在的系统真的经得起“被自测”吗一、裁员名单上的“测试”与正在发生的逆转过去十年测试岗位经历过几轮冲击自动化测试说要消灭手工测试没消灭完云测平台说要替代本地执行也没替代完。但这一次风向真的变了。变化的核心不是“自动化”而是“自主化”。以前的自动化测试本质上是一种确定性规则执行你告诉它输入什么、预期什么它跑完告诉你过还是不过。脚本是人写的逻辑是人设计的断言是人定义的。工具只是手脚大脑还是人。现在的大模型不一样。它能直接阅读产品需求文档自行推断出测试场景生成对应的测试数据写出可执行的代码运行后分析日志发现异常后还能自动聚类失败原因甚至给出修复建议。这就是一个初级的、不完美的但确实在运转的“测试闭环”。在这个闭环里人的位置第一次显得有点尴尬——因为你不再是被替代的手脚而是大脑也开始被局部替代。但这就是结局吗我倒觉得这恰恰是测试这个岗位真正专业化的开始。当AI能完成80%的执行工作时那20%的风险决策才是你的核心价值。二、测试的本质从来不是“找Bug”很多测试人被裁的时候想不通“我明明每天在认真找bug啊。”问题恰恰出在这里。如果你把测试等同于“找bug”那你确实很容易被替代因为大模型找bug的能力正在指数级增长。它能一天跑几十条探索性路径能在毫秒级内判断返回值的合法性能把边界组合穷举到人根本想不到的量级。但测试的本质根本就不是“找bug”。工程上测试的核心职能是质量风险管理。这句话说起来简单拆开三层含义就清楚了风险识别这个系统的质量风险到底集中在哪些地方不是所有功能都值得测不是所有bug都值得修。资源永远有限测试的第一要务是回答“测哪里、测多深”。风险决策测出来的这些问题哪些可以上线后再修哪些必须上线前修复谁来做这个权衡谁来承担拍板的后果风险预防怎么让类似的问题下次不出现是流程要改还是架构要做防御性设计测试策略怎么跟着版本演进这三件事大模型一件都做不了。它只能在你划定好的风险边界里高效地“跑腿”但它无法定义边界更无法承担责任。很多初级测试工程师之所以感到焦虑不是因为AI太强而是因为过去的工作内容里真正涉及质量风险管理的部分太少而纯执行的部分太多。三、大模型“自测”的工程内核一个闭环是怎样建成的光讲概念不够我们进到技术实现层面看看大模型“自己测自己”到底是怎么跑起来的。你可以把市面上那些AI测试工具看作一个自主测试Agent它的架构核心其实相当工程化。用一张图把它的运行逻辑画出来这个流程不是一次性跑完的它天然支持多轮迭代。比如失败分析Agent发现某个接口总是超时它可能会自主决定生成一批带不同参数的超时场景回去再压一轮确认是不是系统性的性能瓶颈。把这个架构拆开看它实际上由四个关键的工程模块支撑第一上下文工程。大模型不是凭空知道被测系统长什么样的。它需要通过RAG或提示词注入获得接口文档、数据库Schema、历史缺陷记录、业务规则等上下文。上下文的质量直接决定生成用例的精准度。第二工具使用。测试Agent需要调用真实的测试执行环境——可能是API测试工具、UI自动化框架、命令行、数据库客户端甚至是k8s的调试端口。模型要能按需调用这些工具并且能解读工具返回的结果。第三记忆与状态管理。长任务执行过程中需要记住哪些场景已经测过了哪些发现是新的上下文有没有溢出。这涉及到向量数据库、摘要压缩等记忆机制。第四反思与纠错。跑出来的结果不一定是真bug可能是环境问题、用例设计偏差、断言过严等。一个好的自测Agent需要具备对自身产出的反思能力比如分析失败原因是SUT问题还是测试本身问题并自我修正。这里面每一项做到80分容易做到95分极难。而恰恰那5分的差距就是不同团队拉开距离的地方。四、同一需求两种解法传统路径 vs AI自主测试为了让你更有体感我拿一个真实的小需求来对比。需求“用户下单接口当库存不足时返回错误码20001并记录一条库存不足的订单日志。”传统测试路径测试工程师阅读需求手工拆解出正常场景、库存为0、库存负数、库存刚好够但并发下可能超卖等场景。在用例管理平台上逐条编写用例写明前置条件、步骤、预期结果。部署测试环境准备测试数据比如制造一个库存为0的商品。手工或用脚本调用接口人工比对返回值和数据库日志。发现问题后自己判断是bug还是测试数据问题然后提bug单。全程耗时约4-6小时熟练工。AI自主测试路径产品经理直接在需求平台里把描述写好测试Agent自动拉取。Agent结合历史缺陷数据判断出“库存”是高风险字段自动生成12条测试用例涵盖边界值、负数、并发、数据类型异常等。调用测试执行环境自动准备数据构造库存为0的记录执行用例收集返回值和数据库写入。发现两条用例失败一条是库存负数时接口返回了20000而非20001另一条是并发场景下日志记录的订单号串行出现重复。失败分析Agent判断前一条是真bug后一条可能和数据库事务隔离级别有关标记为需人工确认。自动生成缺陷报告把两条失败的堆栈、复现步骤、相关日志关联到需求单下并对应的开发。全程耗时约20分钟人只需花15分钟处理那条“需人工确认”的case。差距肉眼可见。但请注意在这套流程里人并没有消失只是换了战场——从原来的“手工验证者”变成了“风险审查者”和“策略制定者”。你要判断AI用例设计是否合理要拍板那条并发日志重复到底算不算bug你要决定这种程度的自测能不能覆盖线上的风险。你的价值不在执行的链条里而在决策的节点上。测试工程师的未来身份不是操作工而是质量体系的风险操盘手。五、测试工程师的新护城河从“执行”到“决策”那具体怎么转型我从工程落地角度给三个方向每个都能直接指导学习路径。方向一测试架构与模型验证能力当AI生成大量测试资产后谁来验证这些用例的充分性谁来判断生成的覆盖率报告是否有意义这需要测试架构能力——设计合理的分层测试策略定义何谓“测过”、何谓“测好”。在校生和初级工程师最容易上手的切入点是学习如何评审AI生成的测试资产而不是自己去造轮子。方向二质量度量与风险建模AI能输出一大堆结果但没法告诉你“这个版本能不能发”。发版决策是基于风险量化的。你需要掌握质量度量模型、缺陷逃逸分析、发布风险评估等方法。这种能力学校里不教工作中又极度稀缺正是中级工程师向上突破的关键。方向三AI测试基础设施搭建别只当工具的使用者要当自己团队AI测试能力的构建者。这涉及到上面说的上下文工程、工具链设计、记忆与反馈回路搭建。谁能为团队搭建起一个运转有效的自测Agent谁就是不可替代的核心骨干。你发现没有这三个方向都没有要求你成为算法工程师也没有要求你转行做开发。它们是在原有的测试知识体系上叠加一层工程化和系统化的思维训练。缺的从来不是天赋而是一套系统性的新知。六、你现在的系统真的经得起“被自测”吗最后我们回到那个餐桌上的焦虑。朋友们问我你是不是在劝测试转行我的回答一直没变劝的不是转行是转念。大模型“自己测自己”的时代确实来了但它暴露的不是测试这个岗位没有价值而是过去那种只做执行、不做思考的工作方式没有价值。接下来几年测试团队一定会大幅缩编但留下来的每个人都必然具备一种能力能够设计一套让AI稳定输出质量的体系并能为这个体系的输出结果负责。我留一个问题给你也欢迎你在评论区告诉我你的真实判断你们现在的系统如果明天就用AI自主生成和执行测试你敢不敢不经人工复核就直接采信它的结论如果不能卡住你的那件事具体是什么
上周和几个测试经理吃饭一桌子人菜没怎么动全在聊一个话题团队还要不要养那么多测试执行的人。起因是有个朋友的公司研发团队开始全面接入 AI 编程助手顺带试了用大模型直接生成接口测试用例和自动化脚本。结果发现以前需要两个中级测试工程师干三天的回归测试现在一个实习生点几下鼠标一个下午就跑完了。而且覆盖率报告、缺陷分析自动出连 bug 单都帮你写好。那个朋友说了一句很扎心的话“我现在看着工位上那些还在手动写用例、逐条点页面的兄弟后背发凉。”类似的事情不是个例。从去年下半年开始测试社区里“被优化”“被转岗”的帖子明显多了起来。很多人突然意识到当大模型不仅能写代码还能自己验证代码的时候“测试”这个岗位似乎正在被重新定义。这篇文章我想把这件事的技术本质拆开来看把焦虑变成理解把理解变成可操作的方向。目录一、裁员名单上的“测试”与正在发生的逆转二、测试的本质从来不是“找Bug”三、大模型“自测”的工程内核一个闭环是怎样建成的四、同一需求两种解法传统路径 vs AI自主测试五、测试工程师的新护城河从“执行”到“决策”六、你现在的系统真的经得起“被自测”吗一、裁员名单上的“测试”与正在发生的逆转过去十年测试岗位经历过几轮冲击自动化测试说要消灭手工测试没消灭完云测平台说要替代本地执行也没替代完。但这一次风向真的变了。变化的核心不是“自动化”而是“自主化”。以前的自动化测试本质上是一种确定性规则执行你告诉它输入什么、预期什么它跑完告诉你过还是不过。脚本是人写的逻辑是人设计的断言是人定义的。工具只是手脚大脑还是人。现在的大模型不一样。它能直接阅读产品需求文档自行推断出测试场景生成对应的测试数据写出可执行的代码运行后分析日志发现异常后还能自动聚类失败原因甚至给出修复建议。这就是一个初级的、不完美的但确实在运转的“测试闭环”。在这个闭环里人的位置第一次显得有点尴尬——因为你不再是被替代的手脚而是大脑也开始被局部替代。但这就是结局吗我倒觉得这恰恰是测试这个岗位真正专业化的开始。当AI能完成80%的执行工作时那20%的风险决策才是你的核心价值。二、测试的本质从来不是“找Bug”很多测试人被裁的时候想不通“我明明每天在认真找bug啊。”问题恰恰出在这里。如果你把测试等同于“找bug”那你确实很容易被替代因为大模型找bug的能力正在指数级增长。它能一天跑几十条探索性路径能在毫秒级内判断返回值的合法性能把边界组合穷举到人根本想不到的量级。但测试的本质根本就不是“找bug”。工程上测试的核心职能是质量风险管理。这句话说起来简单拆开三层含义就清楚了风险识别这个系统的质量风险到底集中在哪些地方不是所有功能都值得测不是所有bug都值得修。资源永远有限测试的第一要务是回答“测哪里、测多深”。风险决策测出来的这些问题哪些可以上线后再修哪些必须上线前修复谁来做这个权衡谁来承担拍板的后果风险预防怎么让类似的问题下次不出现是流程要改还是架构要做防御性设计测试策略怎么跟着版本演进这三件事大模型一件都做不了。它只能在你划定好的风险边界里高效地“跑腿”但它无法定义边界更无法承担责任。很多初级测试工程师之所以感到焦虑不是因为AI太强而是因为过去的工作内容里真正涉及质量风险管理的部分太少而纯执行的部分太多。三、大模型“自测”的工程内核一个闭环是怎样建成的光讲概念不够我们进到技术实现层面看看大模型“自己测自己”到底是怎么跑起来的。你可以把市面上那些AI测试工具看作一个自主测试Agent它的架构核心其实相当工程化。用一张图把它的运行逻辑画出来这个流程不是一次性跑完的它天然支持多轮迭代。比如失败分析Agent发现某个接口总是超时它可能会自主决定生成一批带不同参数的超时场景回去再压一轮确认是不是系统性的性能瓶颈。把这个架构拆开看它实际上由四个关键的工程模块支撑第一上下文工程。大模型不是凭空知道被测系统长什么样的。它需要通过RAG或提示词注入获得接口文档、数据库Schema、历史缺陷记录、业务规则等上下文。上下文的质量直接决定生成用例的精准度。第二工具使用。测试Agent需要调用真实的测试执行环境——可能是API测试工具、UI自动化框架、命令行、数据库客户端甚至是k8s的调试端口。模型要能按需调用这些工具并且能解读工具返回的结果。第三记忆与状态管理。长任务执行过程中需要记住哪些场景已经测过了哪些发现是新的上下文有没有溢出。这涉及到向量数据库、摘要压缩等记忆机制。第四反思与纠错。跑出来的结果不一定是真bug可能是环境问题、用例设计偏差、断言过严等。一个好的自测Agent需要具备对自身产出的反思能力比如分析失败原因是SUT问题还是测试本身问题并自我修正。这里面每一项做到80分容易做到95分极难。而恰恰那5分的差距就是不同团队拉开距离的地方。四、同一需求两种解法传统路径 vs AI自主测试为了让你更有体感我拿一个真实的小需求来对比。需求“用户下单接口当库存不足时返回错误码20001并记录一条库存不足的订单日志。”传统测试路径测试工程师阅读需求手工拆解出正常场景、库存为0、库存负数、库存刚好够但并发下可能超卖等场景。在用例管理平台上逐条编写用例写明前置条件、步骤、预期结果。部署测试环境准备测试数据比如制造一个库存为0的商品。手工或用脚本调用接口人工比对返回值和数据库日志。发现问题后自己判断是bug还是测试数据问题然后提bug单。全程耗时约4-6小时熟练工。AI自主测试路径产品经理直接在需求平台里把描述写好测试Agent自动拉取。Agent结合历史缺陷数据判断出“库存”是高风险字段自动生成12条测试用例涵盖边界值、负数、并发、数据类型异常等。调用测试执行环境自动准备数据构造库存为0的记录执行用例收集返回值和数据库写入。发现两条用例失败一条是库存负数时接口返回了20000而非20001另一条是并发场景下日志记录的订单号串行出现重复。失败分析Agent判断前一条是真bug后一条可能和数据库事务隔离级别有关标记为需人工确认。自动生成缺陷报告把两条失败的堆栈、复现步骤、相关日志关联到需求单下并对应的开发。全程耗时约20分钟人只需花15分钟处理那条“需人工确认”的case。差距肉眼可见。但请注意在这套流程里人并没有消失只是换了战场——从原来的“手工验证者”变成了“风险审查者”和“策略制定者”。你要判断AI用例设计是否合理要拍板那条并发日志重复到底算不算bug你要决定这种程度的自测能不能覆盖线上的风险。你的价值不在执行的链条里而在决策的节点上。测试工程师的未来身份不是操作工而是质量体系的风险操盘手。五、测试工程师的新护城河从“执行”到“决策”那具体怎么转型我从工程落地角度给三个方向每个都能直接指导学习路径。方向一测试架构与模型验证能力当AI生成大量测试资产后谁来验证这些用例的充分性谁来判断生成的覆盖率报告是否有意义这需要测试架构能力——设计合理的分层测试策略定义何谓“测过”、何谓“测好”。在校生和初级工程师最容易上手的切入点是学习如何评审AI生成的测试资产而不是自己去造轮子。方向二质量度量与风险建模AI能输出一大堆结果但没法告诉你“这个版本能不能发”。发版决策是基于风险量化的。你需要掌握质量度量模型、缺陷逃逸分析、发布风险评估等方法。这种能力学校里不教工作中又极度稀缺正是中级工程师向上突破的关键。方向三AI测试基础设施搭建别只当工具的使用者要当自己团队AI测试能力的构建者。这涉及到上面说的上下文工程、工具链设计、记忆与反馈回路搭建。谁能为团队搭建起一个运转有效的自测Agent谁就是不可替代的核心骨干。你发现没有这三个方向都没有要求你成为算法工程师也没有要求你转行做开发。它们是在原有的测试知识体系上叠加一层工程化和系统化的思维训练。缺的从来不是天赋而是一套系统性的新知。六、你现在的系统真的经得起“被自测”吗最后我们回到那个餐桌上的焦虑。朋友们问我你是不是在劝测试转行我的回答一直没变劝的不是转行是转念。大模型“自己测自己”的时代确实来了但它暴露的不是测试这个岗位没有价值而是过去那种只做执行、不做思考的工作方式没有价值。接下来几年测试团队一定会大幅缩编但留下来的每个人都必然具备一种能力能够设计一套让AI稳定输出质量的体系并能为这个体系的输出结果负责。我留一个问题给你也欢迎你在评论区告诉我你的真实判断你们现在的系统如果明天就用AI自主生成和执行测试你敢不敢不经人工复核就直接采信它的结论如果不能卡住你的那件事具体是什么
