「你会用 AI 吗」这题，答"会用"是最亏的答法
摘要
2027 届校招的测试岗面试，"AI"已经成了必问项，但考的不是知识量。这篇文章拆三道最常出现的题：会不会用 AI、AI 会不会取代测试、AI 用例生成后测试还做什么。每道题给一个可复用的答题结构，并说明面试官实际在测什么。
先说一个现象：很多人在"你会用 AI 吗"这道题上，答得最差。
不是不会答，是答得太满。说自己会用、用过几个工具、了解提示词技巧、跑过一些 demo——信息量看着很足，但面试官听完记不住任何东西。
原因很简单：这道题问的不是技能，是判断。 他想知道你有没有想清楚"该用在哪、不该用在哪"。
一、第一题：你会用 AI 吗
这题的正确答法不是列举工具，是给出使用边界。结构可以是这样：
先承认在用，并说清用在哪。 例如："写用例初稿、查不熟悉的 API、整理会议记录，这三件我常用。"
再说清什么情况下不用。 这一句是分水岭。可以举具体的：涉及线上数据的、需要判断业务规则的、需要跟人确认需求的，我不会先让 AI 出方案再看，因为它的默认答案是"看起来合理"，而我要的是"符合我们业务"。
最后说清怎么验证它的输出。 比如："生成的东西我一定会自己跑一遍，尤其是边界条件——它容易写全 happy path，边界往往漏掉几个。"
三句话说完，你在面试官眼里的形象是"有边界感的工具使用者"，而不是"工具爱好者"。这两者在测试岗里差别很大：前者可以放心让他测线上，后者要先看着。
一个反直觉的细节：这三句里最值钱的是第二句。因为"什么情况下不用"是需要踩过坑才能总结出来的，装不出来。
二、第二题：AI 会不会取代测试
这题有个陷阱：它看起来在问观点，其实在测你回答争议问题的方式。所以答"会"或"不会"都不是重点，重点是你能不能把话说得有条件。
一个能用的结构是三层：
第一层，说清哪些会被替掉。 写用例初稿、维护定位器、跑重复的回归——这些已经在被替掉了，不用装作没发生。
第二层，说清哪些不会，以及为什么。 这一层要给理由，不能只给结论。比较站得住的理由是：判断"什么算对"需要业务判断和责任承担。AI 可以告诉你一段代码有没有语法错误，但它不能替你决定"这个边界能不能退让"。
第三层，说清这个变化对新人意味着什么。 这一层是加分项。可以说："对刚入行的人来说，好处是不用花两年时间只做重复执行；风险是一上手就在做判断，但没有手感。所以我更倾向先把基础打扎实，再用 AI 提速。"
第三层之所以加分，是因为它说明你想过自己的成长路径，而不只是评价行业。
要避免的答法：只讲趋势、只讲大词、只给别人家的例子。这类回答听起来很有见识，但完全没有"你"。校招面试不是行业论坛，他要看的是你。
三、第三题：AI 生成那么多用例，测试还做什么
这题考的是你对"测试是什么"的理解深度。
弱答法是"AI 生成的质量不行，还得人来把关"。这个理由站不住，因为它会变好。
强答法换个角度：用例的数量从来不是瓶颈，判断哪条该写才是。
可以这样展开：AI 生成一千条用例，里面可能有三百条在测同一件事，有三百条测的是这个系统根本不存在的功能，剩下四百条还需要排优先级——哪条先做、哪条必须做、哪条可以不做。这个排序需要知道这个系统的风险在哪，而风险是这个团队独有的。
再补一句具体的，效果会更好："AI 生成的用例都是它见过的题型，真正难的是我们这个系统特有的那个坑。那个坑只能靠对它业务的理解去找。"
这句话为什么有分量？ 因为它不是从任何文章里抄来的道理，它来自"你真的在一个系统里待过"这个事实。面试官能听出差别。
四、三个通用的表达习惯
除了具体题目，有三个习惯能整体提升表现：
习惯一，先说结论再解释。 面试时间有限，面试官的记忆容量更有限。先给一句判断，再展开理由，比"我觉得……（三百字后）……所以大概是这样"有效得多。
习惯二，主动给边界。 每讲一个方法，补一句"这个方法在 XX 情况下不适用"。这一句会让你的可信度上一个台阶，因为它说明你知道自己说的东西不是万能的。
习惯三，把"我不知道"说得体面。 遇到完全不会的题，不要绕。承认 + 说推断路径 + 反问一句，三步收场。绕圈子是最扣分的。
五、被追问时怎么接
真实面试里不会只问三道题，而是会顺着你的回答往下追。三种最常见的追问，提前准备好：
追问一："你说的不用 AI 的情况，能举个具体例子吗？" 这里必须举一个你自己经历过的。编的例子一追就露。哪怕是课堂项目里的：一份需求文档本身写得含糊，AI 生成的用例看起来都很对，但没人能判断它们是否符合真实业务，最后还是得回去问产品。
追问二："如果团队要求你必须用 AI 提效，你会怎么开始？" 这题考的是你会不会一下子推太狠。好的答法是从低风险场景切入：先用在"可以低成本验证"的地方（生成测试数据、构造边界输入、整理文档），而不是从"直接改生产代码"开始。然后补一句：我会先跑一段时间，记录它出错的方式，再决定扩大范围。
追问三："AI 出的东西你怎么定它对不对？" 这题直接指向测试的核心能力。答法：先定验收标准，再看输出；不能反过来——先看输出像不像，再决定标准。这句"顺序不能反"是很关键的一句，它能立刻把你的回答从"我会用工具"提升到"我懂测试"。
这三种追问有个共同要求：你必须有真实的素材。 所以准备的重点不是背答案，是把课设、实习、自己折腾过的小项目里的具体片段回忆一遍，挑出三五个能用来说的。
六、考前一周的准备清单
按投入产出排：
- 准备两个真实的故事，每个九十秒，讲你发现过的一个问题：怎么发现的、怎么定位的、最后怎么处理的。这两个故事能覆盖一大半行为题。
- 把"你会用AI吗"的三句话写下来并且念熟。这题几乎必问，答顺了能立刻建立专业感。
- 想清楚"我为什么要做测试"。这题没有标准答案，但答得含糊会显得你没想清楚职业选择。
- 准备一个你答不上来的题，提前想好第三句怎么问回去。
不用做的：背模型参数、记排行榜、学一堆工具名。这些在测试岗面试里几乎不会被追问，答错了反而扣分。
写在最后
这三道题有个共同点：它们都不考你知道什么，考你怎么想。
这也解释了为什么"背得多"反而容易失分——因为背来的答案没有边界，而所有真实的能力都有边界。
校招筛的是"能不能被教"，而这个判断最直接的证据，就是你在回答里有没有表现出：我知道我懂到哪儿、不懂到哪儿。
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。
