上个月部门校招，我坐在面试官的位置上，看了30多份简历。 “精通自动化测试框架”、“熟练掌握AI辅助测试”、“具备全栈测试开发能力” ——这些话几乎是标配。
然后我出了一道题。
“假如我们现在要测一个电商系统的下单接口，请你设计一套自动化测试方案，不需要写代码，讲思路就行。”
对面那个戴着黑框眼镜、简历上写着“在某大厂AI测试实习过”的男生愣了两秒，然后开始背八股：“首先我们要搭建pytest+allure框架，然后用PO模式封装，再用Jenkins做持续集成...”
我打断他：“这个接口依赖用户的登录态，登录态又依赖Redis缓存，缓存可能失效，你怎么处理？”
他沉默了。
“那如果业务方说下周要上线，来不及写自动化了，你怎么办？”
他眼神开始飘忽：“那...那就不写了？反正功能测试也能测...”
我笑了笑，结束了这场面试。
出来之后，我跟旁边的同事说：“又是一个被培训班和公众号忽悠瘸的孩子。”
今天不想讲虚的，就从一个一线测试开发工程师的真实视角，说说你们在学校里学不到、但入职前三个月必须搞明白的几件事。
自动化不是银弹，是另一套要维护的系统
很多应届生以为“会写自动化脚本”就是会写代码跑用例。大错特错。
真正的自动化测试，是一套与被测系统同等复杂度的软件工程。
我见过太多团队，自动化覆盖率从0冲到60%只花了两个月，然后停滞在60%整整一年——因为维护成本爆炸了。
页面元素一改，几百条用例全红；接口字段加了校验，断言全挂；测试数据被并行执行污染，今天过的用例明天就过不了。
所以我现在面试应届生，不看你会不会用pytest，看的是：
你知道测试数据怎么构造吗？是每次都从数据库查，还是预置，还是用工厂模式？
你的用例失败了，怎么定位是bug还是脚本问题？日志打了什么？
你的自动化用例跑一次要多久？如果从20分钟优化到5分钟，你怎么做？
这些才是真本事。
AI测试不是让你躺着数钱，是让你跪着修Prompt
今年最火的词就是AI辅助测试。但我得给你们泼盆冷水——
现在的AI在测试领域的落地，远没有公众号吹得那么神。
我团队用大模型做了半年的用例自动生成，结论是：它能帮你省掉20%的重复劳动，但会给你带来80%的新麻烦。
生成的用例看起来像模像样，一跑全是无效断言；AI写的测试代码，变量命名优雅，逻辑一塌糊涂；最关键的是——你敢让AI生成的用例直接上线吗？你敢，你领导不敢。
所以真实情况是：用AI测试，意味着你既要懂测试，又要懂AI，还要懂怎么给AI“擦屁股”。
我们组现在招人，简历里写“会用ChatGPT写测试脚本”的，我基本当成“会用百度搜索”来看待。真正加分的是：
你调过开源大模型的API吗？知道temperature参数对输出稳定性的影响吗？
你做过RAG吗？怎么把业务文档喂给模型让它理解上下文？
你遇到过AI输出格式乱掉的情况吗？怎么做的异常兜底？
这些才是值钱的经验。
开发和测试的边界正在消失，但核心能力没有变
很多应届生问我：现在DevOps和敏捷这么普及，测试是不是要消失了？
我给你们看个真实数据：我们部门的测试开发工程师和后端开发工程师的薪资range，去年已经完全重叠了。
为什么？因为现在的测试开发，一半时间在写测试框架和工具，另一半时间在看业务代码、review开发的设计文档、甚至帮开发补单元测试。
我每天的工作流是这样的：
早上10点，打开代码仓库，看开发昨天提交的MR，评估改动影响范围，决定今天要重点测哪些模块。
下午2点，跑一轮全量回归，发现挂了3条用例。不是bug，是测试环境的数据被另一个团队的重构脚本误删了。
下午4点，跟开发吵架——“你这个接口改了字段名，为什么不通知测试？”
下午6点，打开IDE，给自己写的Mock服务加一个新功能——支持动态响应模板。
你看到了吗？我的一天里，纯“点点点”的时间是0。 全是在做工程、做沟通、做风险判断。
所以，那些还在纠结“测试是不是比开发low”的同学，你可以放心了：未来的测试开发，就是开发。只是服务的对象不是用户，是质量。
给应届生的三条“反直觉”建议
第一，别在简历上写“精通”。
我看到“精通Selenium”的第一反应是：那你应该能讲清楚WebDriver的底层协议吧？能讲清楚它和Playwright的本质区别吗？
写“熟悉”就够了，面试官不会因为你写了“熟悉”就降低标准，但写“精通”会让我们提高期待。
第二，把“业务”当回事。
很多应届生看不起业务测试，觉得只有写框架才是技术。但我在大厂见过最厉害的测试专家，没有一个不懂业务的。
你只有知道用户怎么用这个系统，才知道哪里最容易出bug；你只有知道业务方最怕什么，才知道测试优先级怎么排。
第三，学会“拒绝”。
这是最反直觉的一条。
入职三个月，产品说“这个需求很急，来不及写自动化了，手工测一下就行”，你敢不敢说“不”？
我告诉你，不敢说“不”的新人，前三个月看起来最听话，半年后最容易背锅——因为所有线上事故，追根溯源都是“当时没来得及测”。
保护自己的方式只有一个：把质量标准写进流程，用数据说话，而不是用态度说话。
比如：“这个改动涉及3个核心模块，手工测需要2小时，自动化跑需要10分钟，建议给我1小时写自动化，之后每次回归都能省时间。”
这样说话的应届生，在我这里直接加分。
说回那个被我劝退的男生
面完那天晚上，我给他发了条微信（他留了联系方式）：
“今天不是故意为难你。你基础不错，但太急功近利了。测试这条路，不是背会了多少框架就能走远的。它需要你沉下心，去理解系统、理解用户、理解风险。”
他回了一个大哭的表情，然后是：“哥，我秋招再战，那时候我肯定不一样了。”
我希望他不一样。
也希望读到这里的你，不一样。
技术债不是债，是血泪史。AI不是银蛋，是另一套要测的系统。这条路没有捷径，但每一步都算数。
—— 一个在一线写了五年测试代码的老人家
本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料，主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容，侧重测试实践、工具应用与工程经验整理。
