👍 AI 对测试的影响，总结的很到位。

首先是 AI 给测试带来的机会：
- 测试价值在 AI 时代反而“被看见”了
当开发依赖于 AI 写代码，看似产出更高了，但实际上 Bug 会更多，而测试重要性会更加凸显

- 测试“左移”具像化
测试可以参与到技术方案指定、在代码生成之前就参与其中，更早阶段介入质量管理，而不是等到代码写完后才开始

- AI 可以增强测试的能力
AI 可以帮助测试写自动化脚本，测试效率更高

然后就是 AI 给测试带来的挑战：
- 测试思维被弱化，过度依赖 AI
AI 生成结果有幻觉，但如果不认真 Review 和测试 AI 生成代码，反而会埋很多坑，甚至产生严重的故障

- 质量的责任边界模糊
当代码、脚本、用例都是 AI 生成，责任的边界变得模糊，AI 成了“背锅侠”。当人人都可以用 AI 去写代码、借助 AI 测试，角色的分工甚至都开始模糊。

- 修改 Bug 的成本反而增加了
当 Vibe Coding 大行其道，如果没有真正理解和掌握 AI 生成的代码，反而更难修复由于 AI 造成的 Bug。

AI 时代，既有机会又有挑战，AI 生成的代码不意味着质量就是高的，反而需要从设计、开发和测试各个阶段更加注意质量的管理。

系统设计就要考虑到 AI 的因素，比如选择 AI 熟悉的技术框架，比如适当的模块化隔离，让 AI 更容易得到完整的上下文。

开发时，不是生成代码就完了，需要配合人工的代码审查，需要写配套的自动化测试代码，甚至更多采用 TDD（Test Driven Development，测试驱动开发），先写测试再让 AI 实现。

测试阶段，不仅要对功能测试，也要注意安全测试、性能测试，毕竟 AI 不会过多考虑安全性、性能这些因素，一不小心就可能埋下大坑。

如作者所言：“AI 来了，测试也需要开辟出新的模式，设计出更好的更适合 AI 的质量管理策略”

点击图片查看原图

点击图片查看原图