别怕AI抢饭碗!测试新人用AI的第一天,只花了20分钟就写出了人生第一条自动化脚本

简介: 本文讲述测试新人小林零代码基础,仅用20分钟在AI辅助下完成首条自动化脚本的实践故事。揭示AI如何降低自动化门槛:将“写代码”转化为“说人话+改脚本”,强调测试思维、清晰描述与对话调试能力比编程语法更重要。

有时候,你和“会写代码”之间,只差一个会聊天的AI

大家好,我是某互联网公司的测试架构师,做了快十年的软件测试。

今天不聊大道理,聊一个我刚亲眼见证的事。团队里新来了一个实习生,00后,纯手工测试背景,一行代码都没写过。我让他用AI写了人生第一条自动化脚本,从打开电脑到跑通第一个用例,20分钟。

他盯着屏幕上绿色的"Passed",愣了半天,说了一句话:"就这?"

对,就这。

一、他之前为什么不写自动化?
这个实习生叫小林(化名),本科刚毕业,在学校学的都是手工测试那一套——等价类、边界值、判定表、写测试用例、提Bug。简历上"编程语言"那一栏写的是"了解Java",但实际上就是学过一学期,早就忘光了。

入职第一周,我们让他跟着项目跑手工测试。小伙子挺认真,用例写得工工整整,Bug描述清晰准确。但每天重复同样的回归测试,他偶尔也会问一句:"这些东西,不能自动化吗? "

我说:"你想学自动化?"

他有点犹豫:"我怕学不会,听说写脚本要会Python,还要懂框架。 "

我想了想,没让他去翻书、没让他看视频,直接把他拉到电脑前面,打开了CodeBuddy。

二、20分钟干了什么?
第一步:准备一个简单的测试场景(2分钟)
我让他选一个最常手工回归的功能——登录。

"就这个,把流程写下来,用人话。不要管代码。"

他写了:

打开登录页面,输入正确的用户名和密码,点击登录,检查页面是否跳转到首页,检查首页是否显示用户名。

第二步:打开AI,说人话(2分钟)
我让他打开CodeBuddy,把上面那段话粘贴进去,前面加了一句:

"帮我写一个Playwright自动化测试脚本,测试以下场景:"

然后回车。

第三步:AI干活,他看(5分钟)
AI在几十秒内生成了一段完整的脚本——引入Playwright、启动浏览器、输入账号密码、点击登录、等待跳转、断言"用户名"出现、关闭浏览器,每一步都有中文注释。

小林盯着屏幕看了两遍,问我:"这就能跑了? "

"你试试。"

第四步:装上环境,跑第一次(8分钟)
安装Node.js、用命令装Playwright、把AI给的脚本保存成文件……到跑的时候,报错了——登录按钮定位器不对。AI用的是button:has-text("登录"),但页面是input[type="submit"],没找到元素。

小林有点慌:"报错了,怎么办?"

我说:"把报错信息复制给AI,再加一句'这个按钮好像找错了,帮我修一下'。"

他照做了。AI秒回了一段修改后的脚本,把定位器换成了input[type="submit"]。

第五步:跑通!(3分钟)
重新运行,浏览器弹出来、自动填账号密码、自动点登录、页面跳转到首页,控制台输出了绿色的"Passed"。

20分钟,从"一行代码都不会写"到"跑通第一条自动化脚本"。

小林盯着屏幕,我盯着他。他问了那句所有人都想问的话:"就这? "

三、为什么能这么快?
复盘一下,小林能在20分钟内跑通第一个脚本,核心原因有三个:

原因一:他明确知道"自己要测什么"
小林的测试场景描述非常清晰——登录、填什么、点什么、检查什么。他知道测试逻辑,只是不知道怎么写代码。 AI正好补上了"怎么写代码"这个环节。

AI最擅长补的不是"测试设计",而是"从设计到代码的转换"。 小林提供的测试设计越清晰,AI产出的代码就越准确。

原因二:他用的是"能看懂的脚本"
AI生成的脚本每一行都有中文注释。小林虽然不会写Python/JS,但他能读懂注释,知道每一行在干什么。

传统学自动化的路径是:先花几个月学一门语言,再学一个框架,再学定位器语法,再写脚本——门槛在入口处就设得很高。

AI时代的路径是:先看懂脚本在干什么、先跑通、先感受到"成了"的反馈,再慢慢理解语法细节——门槛被拆散了,变成一路上都能拿到的正反馈。

原因三:他把"写代码"变成了"改代码"
遇到报错的时候,小林没有去翻文档、没有去查Stack Overflow。他把报错信息复制给AI,AI直接给他改了。

他做的事情是"确认AI改的对不对",而不是"自己从零写" 。确认一件事比创造一件事,难度低一个数量级。而他确认的依据不是编程知识,是"这个按钮明明叫登录,AI改成submit好像对"这种最朴素的常识。

四、不会写代码也能用AI做自动化,但有三个前提
小林的故事听起来很简单,但背后有三个容易被忽略的前提:

前提一:你得能判断AI写的脚本对不对
AI生成的脚本可能语法上没问题,但逻辑上可能不对——比如断言条件写错了、等待时机不对、定位器不准确。你不需要会写,但你需要能看出"它是不是在测我想测的东西"。

前提二:你得会描述你要测什么
"登录"这个场景很简单,大家都会描述。但复杂一点的场景——"用优惠券下单、部分退款、优惠券被回收"——你能不能清楚地描述给AI?描述能力越强,AI产出越准。

前提三:你得会用AI帮你"修"脚本
脚本一次跑通是运气,跑不通才是常态。跑不通的时候,你要能告诉AI"哪里错了、你想要什么结果"。调试脚本的工作,从"修代码"变成了"修对话"。

五、给测试新人的建议
如果你也是"零基础、想入门自动化测试"的新人,我有几点建议:

建议一:从手写测试场景开始
先别急着学语言。把你最常测的10个功能,用人话写一遍测试场景——输入什么、操作什么、检查什么。这些"人话"就是给AI的Prompt素材。

建议二:让AI生成的脚本保持"可读性"
在Prompt里加一句:"请为每一行关键代码添加中文注释。 "这样你能看懂脚本在做什么,而不是对着天书发愣。

建议三:把AI当"结对编程"的同伴
遇到报错不要慌,把错误信息、你想测什么、期望的结果,一起告诉AI。你不需要会修代码,但你要会告诉AI你想怎么修。

最后
小林那天跑通脚本之后,自己又写了第二条、第三条。到第三天,他已经能独立完成一个模块的登录、下单、支付自动化覆盖了。他依然不会写JavaScript,但他已经知道怎么用AI把"人话"变成"能跑的脚本"。

现在轮到老同事问他了:"你这些脚本怎么写的?"

他说:"就……跟AI说啊。 "

你看,从"不会写"到"能用",有时候缺的不是知识,是一个敢试的下午。

相关文章
|
16天前
|
人工智能 JavaScript 测试技术
从0到1搭建AI辅助测试环境:2026最新版,建议收藏
告别繁琐配置!30分钟用Node.js+DeepSeek Harness+Playwright搭好AI测试环境,无需Python、不配服务器,API Key一贴即用。支持AI自动生成/执行Web测试用例,新手也能零门槛上手——最难的不是技术,是“以为很难”的念头。
|
1月前
|
人工智能 测试技术 Shell
Opencode最被低估的6个测试指令:每天帮你省下3小时重复劳动
本文详解Opencode六大自定义指令(如/test、/coverage),助测试工程师30分钟配置、每日省3小时,告别重复Prompt输入,实现测试流程自动化提效。
|
1月前
|
人工智能 架构师 测试技术
测试新人用Workbuddy写的用例,居然比3年老员工考虑的边界还全
Workbuddy赋能测试新人:无需比前辈更懂业务,只需更会“问”。上传PRD+一句指令,10分钟生成126条全覆盖用例(含边界、并发、多条件组合等老员工“没时间想”的场景),审核仅需1小时。工具差距,而非能力差距。
|
1月前
|
消息中间件 人工智能 安全
字节面试官拿着架构图问我:“Agent调用失败,你怎么兜底?”——2026校招真实面试题
这道秋招真题直击AI时代测试开发新挑战:当AI Agent失效,如何体系化兜底?它不考八股文,而考察对AI系统质量保障的工程思维——需分调用、推理、模型、消费四层识别风险,从时效、真实、合规、体验四维构建兜底体系。
|
30天前
|
人工智能 Linux API
Codex接入DeepSeek‑V4‑Flash完整实操:两套方案补齐识图能力保姆级教程
在AI编程Agent工具生态当中,Codex凭借强大的本地工程读写、代码修改、命令执行能力,成为开发者日常项目调试、代码重构、问题排查的常用客户端。DeepSeek‑V4‑Flash作为一款高性价比的文本大模型,拥有超大上下文窗口,Agent任务规划、代码生成、逻辑推演表现十分突出,API调用成本低廉,非常适合作为Codex底层推理基座。但是该模型属于纯文本推理模型,原生并不支持图像输入,当开发者把报错截图、UI界面截图、架构图、数据图表粘贴进会话,模型会直接提示无法解析图片内容,很多开发场景就此被卡住。
398 1
|
1月前
|
人工智能 运维 安全
通义千问Qwen3.8-Max旗舰模型详解:架构、百万上下文与多模态智能体能力
随着大模型技术持续向复杂工程、长周期自主任务、多模态闭环交互方向演进,通义千问Qwen3.8-Max作为当前千问系列的旗舰基座模型,在参数规模、长序列记忆、自主智能体、代码工程、跨模态理解等维度实现了跨越式升级,不再局限于单次问答、短文生成这类轻量化任务,而是面向真实业务里多步骤、长周期、需要自我校验迭代的复杂工作流打造。很多开发者、企业技术团队、科研人员在选型旗舰大模型时,都会关注模型底层架构、上下文承载力、编程交付能力、多模态支持范围,以及线上调用的实操方式,本文将从底层架构、核心功能、场景落地、API代码调用、使用注意事项几个维度,完整拆解Qwen3.8-Max的各项能力,帮助不同类型使
473 4
|
30天前
|
人工智能 安全 API
计算巢 X DeepSeek Harness — 云端智能体工作台
DeepSeek Harness是DeepSeek推出的开源云端AI协作者,支持一键部署、多模型切换与安全审批。内置133个插件,可读写代码、执行命令、任务分解、子代理委派,真正“能干活”。团队共享、浏览器即用,告别本地环境噩梦。
计算巢 X DeepSeek Harness — 云端智能体工作台
|
1月前
|
存储 监控 API
基于 RAG + LangChain 搭建企业级私有知识库问答系统(2026 实战版)
本文是作者基于多个企业RAG知识库落地经验的实战总结,提供完整可运行代码与十年避坑指南。涵盖文档解析、混合检索、向量存储、DeepSeek接入、结果重排、拒答机制及效果评估,助你构建本地可运行、生产可扩展的企业级私有知识库系统。(239字)
416 1
|
1月前
|
监控
阿里云轻量应用服务器不限流量是真的不限吗?无固定流量有没有流量上限?
阿里云轻量应用服务器“不限流量”仅适用于标注“无固定流量”的套餐,即流量无上限、不额外收费;含“每月XXGB”配额的套餐则超额按0.8元/GB计费。注意:200M为峰值带宽,非保障带宽,且禁止流量穿透。阿里云轻量应用服务器官网:https://t.aliyun.com/U/dwftch
|
1月前
|
缓存 安全 程序员
智谱GLM-5.3发布同基座纯靠后训练编程涨50还点亮网安技能树
智谱 8 月 14 日发布 GLM-5.3,与 5.2 同基座、纯后训练,编程内部基准提升 50%,CyberGym 拿下开源第一,两周后开源权重
智谱GLM-5.3发布同基座纯靠后训练编程涨50还点亮网安技能树