👍 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