现在一些校招面试会把传统场景题换个外壳：“如果让一个 AI 助手替用户申请优惠券，你会怎么测试？”
它看起来是大模型题，实际上考的是你有没有测试开发的基本思维：能不能把模糊的产品描述拆成规则、风险、数据和可验证的结果。
不要上来就背“功能、性能、安全”
这三个词没错，但空。高分回答的第一句应该是澄清业务：什么用户能领？券是否限时、限库存、限渠道？同一用户能领几次？AI 助手只推荐，还是能直接调用发券接口？
只有规则清楚，测试才有边界。
接着你可以从四层展开：
模型理解：同义表达、口语、错别字、活动条件冲突时是否理解正确；
工具调用：是否传对券 ID、先查资格再领券、失败是否重复发券；
权限与数据：A 用户不能领 B 用户的券，过期、库存不足、黑名单都不能被绕过；
最终业务状态：用户优惠券账户、库存、活动记录是否和调用结果一致。
给面试官一个具体样本，会比背一页理论强
你可以补充：
我会设计“用户已领取，但网络超时后 AI 重试”的样本。预期是接口可以重试，但用户券包只能有一张；同时日志里应有同一个幂等键和最终状态。这样能验证模型、编排和发券服务之间不会产生重复副作用。
这句话会让面试官知道你不是只会点点点，而是能想到系统级的失败模式。
最后用“验收证据”收口
别只说“测试通过”。要说：我会检查券包状态、库存扣减、接口调用序列、重试次数和操作日志；对高风险动作设置幂等、人工复核或发布门禁。
面试官问的从来不只是“你会不会测 AI”，而是：AI 参与后，这个业务会多出哪些新风险，你能不能把它们证明为安全。
