关于测试岗位要不要被 AI 取代,网上的讨论大多停在情绪层。
工程视角不回答情绪,回答结构:哪些工作会被工具吸收,哪些不会。
判断标准不是"AI 会不会写用例"。它已经会了。真正的标准是这件事的输入输出能不能被确定性定义。
能定义清楚的,会被工具吃掉。定义不清楚的,暂时只能由人做。
一、先看哪些工作正在被吸收
把测试日常工作按确定性排个序,结果很清楚。
工作 输入 断言 趋势
用例执行 用例、环境 明确通过或失败 已自动化
回归回归集维护 已有脚本、变更 脚本是否跑通 自愈工具在替代
报告整理 执行结果 固定格式汇总 生成式工具直接产出
影响分析 分支 diff 模块影响面 白盒分析工具可承接
判定"什么算对" 需求、业务约定 无现成答案 仍需要人
本质是执行成本的问题。执行类工作的边际成本正在趋近于零,环境能起、脚本能跑、结果能汇总。
为什么工具能接住这些。因为它们的输入是确定性的产物:代码、用例、配置、日志。输出也有明确判据。
解决了什么。执行时间被压缩了,但注意,被压缩的是执行,不是判断。
二、稀缺的是定义能力
真正没有现成答案的,是"什么算对"。
需求写"修复搜索结果重复"。这句话没有告诉系统:去重发生在最终响应还是上游候选池,首次出现的顺序要不要保留,原对象字段能不能丢。
把一句话需求翻译成可验证的断言,这件事没有工具能直接做。因为它依赖业务约定,而约定散在历史代码、口头共识和资深工程师的经验里。
核心在于定义成本没有下降,反而上升了。
执行变便宜之后,定义的准确性成了瓶颈。工具跑得再快,断言写错了,跑出来的通过毫无意义。
这也是为什么同样的 AI 工具,在不同团队效果差很多。差别不在工具,在于有没有人把口径、边界和期望行为写清楚。
三、把经验变成可复用的工程资产
个人经验不沉淀,团队就一直在原地。测试开发要解决的就是这件事:把隐性判断转成机器能用的显性资产。
具体有四个落点。
评测集。 把现场 bad case 回填成回归项。每条 case 带完整输入、期望行为、证据绑定。改了规则就跑一遍,知道有没有变好、有没有把别的改坏。评测集是测试判断力的固化载体。
质量合同与门禁。 把"做到什么程度算完成"写成结构化字段:目标、边界、行为断言、交付证据。再加一道程序检查,没满足条件就不允许关闭任务。口头约定变成可执行约束,才不会随人走样。
白盒分析工具。 diff 影响分析、源码流程图、并发风险扫描、用例与实现对照。这些工具的输入输出固定,能进流水线做增量检查。它们承接的是信息整理,不承接最终结论。
平台化封装。 把一次性脚本做成可复用能力,有入口、有参数、有输出格式、有适用范围。脚本和工具的区别在于别人能不能用。
这四项有一个共同点:都是把一次性的判断,变成可重复调用的东西。
四、为什么必须这么做
原因不是"要跟上 AI",是成本结构变了。
第一,执行便宜之后,重复执行的价值归零。只会执行的人,产出和工具重叠。
第二,AI 放大的是有结构的东西。评测集越完整,工具跑得越准;规则写得越明确,自动化越可靠。结构越差,工具产出越像噪声。
第三,经验随人流失是团队最大的隐性成本。一个资深测试离职,带走的不是脚本,是"这个业务哪些地方容易出问题"的判断。把判断写进资产,流失的只是个人,不是能力。
实际上,定义能力本身也会被逐步辅助。AI 能帮你起草评测集、生成断言草案、列出边界建议。但最后确认"这条断言对不对"的,还是懂业务的人。
工具在往上走,人也要往上走。停在执行层,才会被追上。
五、技术主线怎么选
看到岗位收缩,常见的反应是多线并进:同时学自动化、性能、开发、算法,给自己留后路。
这个策略在工程上不成立。精力分散到四个方向,每个都只到能跑 demo 的程度,形不成判断力。
更稳的做法是从现有经验向相邻方向延伸。
做功能测试出身,先在现有流程里做工具化:把影响分析、流程梳理、并发扫描这些动作做成 Skill,把重复的检查固化下来。这一步不需要推倒重来,用的是你已经懂的测试逻辑。
往测试开发走,补的是工程能力:自动化框架、测试平台、质量门禁、可观测性。目标是能把判断写成系统,而不只是写成用例。
做 AI 应用测试,补的是评测能力:评测集设计、RAG 与 Agent 的质量评估、结果归因。这类岗位缺的不是会用工具的人,是能定义"什么叫答对了"的人。
三条路都从测试经验出发,只是延伸方向不同。选一条做深,比三条都摸一遍更有竞争力。
判断自己该走哪条,看两个问题:现在手上哪类工作做得比同事快,哪类问题你愿意追到根因。答案通常就在那里。
六、简历怎么体现价值
面试反馈是最直接的信号。投几个匹配的岗位,看对方在意什么,比自己猜有用。
简历上最常见的问题,是罗列工作内容:负责某某项目的功能测试,编写用例若干条,执行回归若干轮。
这种写法描述的是执行量,不是判断力。
换成问题导向:发现了什么别人没发现的问题,用什么方法定位的,后来怎么防止它再出现。把一次性的发现,写成可复用的机制。
比如"搜索去重需求只断言数量会漏掉顺序错乱和字段错绑,后来把完整行为断言固化进回归集"——这句话说明的是定义能力,不是执行量。
结尾
测试开发的价值,不在于写更多脚本。
脚本解决的是"谁来跑",工具正在接手。真正留下来的问题是谁来定"跑什么、怎么算过、错了怎么归因"。
把这三件事从个人判断变成系统能力,就是测试工程师在 AI 时代最直接的重构路径。岗位名称会变,这部分工作不会消失。
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。