针对 AI 说几句心里话 -- 拥抱 AI，世界不以个人的意志为转移

前言

今日休假，不加班。家里也没有什么事，算是难得的给自己放空大脑的机会。过去的1年多是AI爆炸的风口，我们本身就在AI领域人的人应该可以体会到这是多么疯狂的一个时期。所有人都在马不停蹄的奔跑，大家怕抢不到这个风口，怕被淘汰，甚至害怕自己的职位被AI取代掉。在我星球的小伙伴们， 可以从我更新的速度感受到现在的态势。

这里也宣传一下我得星球，知识星球里搜索： 测试开发之路。 更多AI测试教程会持续更新， 也会定期直播。

我对AI的态度

在几年前的时候，我虽然在AI领域中工作，但在当时我是反对AI应用在测试领域中的先锋了，早年间我还写过一个帖子开喷。

之所以开喷，是因为当时的AI真的不行。即便几年后GPT火了起来，也还是不行。直到去年年初，我开始重新调研cursor，用30分钟就写出了以前需要几天才能开发完的工具，那时我开始确定，AI要颠覆整个行业了。

cursor，codebuddy，codex，claude code， 这一年多以来我体验了业内半数的AI代码辅助工具。如今我已经把90%的工作交给了AI，完成了以前需要4,5个我才能完成的工作量。当然，指挥AI也是个不小的工作量。现在行业内疯狂的卷harness，也是为了能把指挥AI的成本降低。

老实说，我一开始内心里也有很大的抵触，毕竟自己练了很多年的东西说让AI给替代了，我心里不服，也不愿意接受。但世界总是不以个人的意志为转移。不接受现实的人，终将是走不远的。

大厂的人都在做什么

在我还没有进入大厂之前，我有个习惯，当我迷茫不知道要怎么发展的时候，就去找大厂的朋友聊天。我把大厂当风向标，摸着大厂的技术栈过河。他们卷什么，我就卷什么，因为我发现大厂总是比普通公司布局的更早，很多时候我们兴高采烈的去分享一些新的发现的事后，会发现这些是大厂内部已经布局了一年甚至几年的东西了。

当年测试行业还在争论技术无用论的的时候，大厂早就把集团员工测试岗位的招聘标准，焊死在技术工种这个标准上了。即便是在当年，你说你代码写的不好？那这辈子就别想跨进大厂的门槛了。

所以，AI编程大火是在今年开始的，但其实去年我们就已经大范围铺开AI辅助了，中心内部各种AI的实践分享就已经开展了起来。几乎所有人的看法都非常一致，这一波AI变革，会改变很多个工种的工作方式和人员去留。

在几个月的年前，公司就已经定下了 特种兵+AI 的发展路线，也就是我一直在说的，未来混得好的技术人员，是专家+Agent的工作模式。专家的行业经验，加上AI提升的工作效率，将进一步拉开普通人和专家的差距。我一直在讲，AI是需要人来指导的，AI是可以把人的能力数倍的放大的，但如果人的能力是零，那AI再怎么放大，还是零。这也是为什么现在好些人仍然觉得AI是扯淡的，是某些领导的KPI工程的原因。因为受限于工作内容的简单单一和个人能力的限制，这部分人是感受不到AI带来的变革的。甚至说，多年前坚持技术无用论的，可能也是这一波人。所以不要说AI了，这些同学甚至感受不到技术力带来的变革。

所以还在观望AI的同学，可以看看大厂的人都在做什么，尤其大厂的人用AI做了什么。

我现在的工作模式，已经变成了遇事不管决不决，都先去找AI的习惯。AI的提效，已经把以前我们想做但没有时间和成本去做的事情，变成了可实现的路径。 比如我们都希望有UI自动化，因为只有端到端的测试，才是最保险的，最贴近用户的。但我们都知道维护UI自动化的成本有多高，手工去写代码和xpath的成本，产品需求变化的成本，前端元素变动的成本。这些都让实践UI自动化变成了一件很难的事。 但现在呢？我给大家看一下我的的工作内容：

我只需要像上图一样，把执行步骤输送给AI。AI就会帮我写UI自动化测试的代码，定位控件，启动浏览器测试，纠错等工作。而我们担心的前端控件会变化的事情，也最大程度上被避免了， 因为现在的控件定位，都是用AI来定位的。 如下：

// 在模型搜索框中输入
await agent.aiInput(
  "模型搜索弹窗中的搜索输入框",
  { value: modelName }
);

程序运行的时候，会动态截图，并传送给大模型，大模型接收到就会找到用户用自然语言描述的那个控件在哪个位置。这样，我不用像以前一样去费尽的写xpath，也不用担心前端程序重构后，xpath会变。 因为现在控件定位就不依赖xpath。而AI写出来的程序，是张这个样子的：

describe("模型广场 - 自定义 OpenAI 模型 (P0)", () => {
  const ctx = usePlaywrightWithAuth();

  test(
    "添加自定义 OpenAI 模型并在查看弹框中验证",
    { tags: ["private"], timeout: 180_000 },
    async () => {
      const svc = new ModelMarketService(ctx.page);

      // 生成唯一的模型名称（遵循命名规范：含 _qta 后缀，≤15 字符）
      const suffix = String(Date.now()).slice(-6);
      const modelName = `m_${suffix}_qta`; // 12 字符
      console.log("[Test] 模型名称:", modelName);

      // 从环境变量读取配置，避免硬编码敏感信息
      const modelId = process.env.MODEL_MARKET_MODEL_ID!;
      const apiUrl = process.env.MODEL_MARKET_API_URL!;
      const apiKey = process.env.MODEL_MARKET_API_KEY!;

      // Step 1-2: 导航到模型广场
      await svc.navigateToModelMarket();

      // Step 3-12: 点击 OpenAI Compatible 添加按钮，填写表单并提交
      await svc.addCustomOpenAIModel({
        modelName,
        modelId,
        apiUrl,
        apiKey,
        contextLength: 32,
        inputLengthLimit: 16,
        tag: "全模态",
      });

      console.log("[Test] 模型已添加，准备验证");

      // Step 14-16: 点击查看按钮，验证模型信息
      await svc.viewOpenAIModels();

      // 验证模型名称显示在查看弹窗中
      const exists = await svc.verifyModelExists(modelName);
      expect(
        exists,
        `模型"${modelName}"应该在查看弹框中显示`
      ).toBe(true);

      console.log("[Test] 模型验证成功 ✓");
    }
  );
});

可以看到，svc.addCustomOpenAIModel这个方法是一系列的控件操作的组合。我的手工case里并没有告诉他要抽象一个公共方法，但AI认为这个表单是可以封装成公共的方法的，所以它就这么做了。尽量避免了我们后续case多了，变成屎山代码的可能。 当然要让AI做到完全只需要一个手工测试用例步骤，就生成这样的UI自动化代码， 这需要编写一个很专业的skill来指导AI。 这也是我在上一篇文章讲的：万字长文：如何用 harness 的理念设计一个 AI 驱动的 UI 自动化工程 。

AI把编写和维护UI自动化测试的成本，磨到了一个十分低的程度，这让一切都变的有更大的可能。

而如果我想做性能测试，我只需要对调教好的Agent说明需要测试的场景， 它就会自动编写造数脚本和locust压测脚本，执行后给我一个汇总报告：

而如果我想做高可用测试（容灾测试），我仍然只需要跟我调教好的Agent表达这个意思，它就会：

确定执行后，它会帮我到每个机器上安装故障注入工具：

注入工具后，它会运行业务脚本（也是AI生成的）并检查测试情况：

所以这就是我的工作状态， 每天不是在调教AI（写skill），就是在指挥AI干活。或者在去探索使用AI的更多的可能性。所以为什么我刚才说，现在我干的活是以前4,5个我才能干的。因为真正干活的是AI，而不是我。如果没有AI的能力， 就我们现在这个迭代速度和已经交付了上百个TO B 私有化客户的规模，就是累死我，我也测不完。

调整心态

早年的我，在一段时间里也有一个毛病 -- 世人皆醉我独醒。 但现在想想，我当时是挺可笑的。这些国内的顶级公司，在这个行业占据龙头位置十数年，有无数高学历，高认知的人才为之效力。我竟然会觉得我一个人的思考会比他们更强？这是何等狂妄的心态。而这种心态，往往会让我拒绝去接受那些在未来对我十分有帮助的知识。说白了，这就是一种认真缺陷。大厂们探索，实践并总结出有效的经验，我却弃之如敝履。

这种世人皆醉我独醒的心态，曾经让我走过不少弯路。而在AI浪潮刚开始的时候，我也仍然有这个心态。就像我上面说的，最开始的时候我不服，我不接受AI能强到那种程度。他们一定是骗人的，他们做这些事是为了忽悠领导，搞KPI工程，出来卖课割韭菜。

然后我就想起了我的这个毛病，我就在想，我凭什么认为那么多优秀的人都认为有价值的东西，是假的？尤其是在我还没有认真去调研的情况下，就下了这个定论？所以，去年的时候我去找到同事，开始请教，开始在群里找有经验的人，开始在B占看教程。仅仅几天时间，AI的强大就让我后悔 -- 我为什么没有更早的开始使用AI完成工作。

有些时候就是这样的，以前如大山一般的偏见，往往在极短的时间内就被轰碎。

我总说人一旦开窍了，进步就一日千里。而开窍的契机，往往先从心态的改变开始。正如我这篇文章的标题：世界不以个人的意志为转移。 不论我们再怎么否定一件事，这个世界不会因为我们不乐意，就改变它的运作法则。就如同当今的行业，不论我们有多不甘心，多不认可。特种兵 + AI 的模式，就会是未来的主流趋势。

所以调整心态，不要再跟大势对抗。我说的直白点，大家出来工作为了什么？不就是赚钱么。古人都说：学成文武艺，卖与帝王家。那整个测试行业，以前要卷的是技术，现在要卷的是AI。标准答案就在这摆着，难道大家就要这么白白错过这个上车的机会？俗话说的好，跟什么作对也别跟钱作对。即便内心可能是不认可AI的，但咱先进去把钱挣了好不好？我们是要顺应大势，进入主流公司拿高薪。还是坚持自己那可能不是很正确的真理吃土？我选择前者。 我没有那么多的理想主义，我出来工作，只为了挣钱。

结尾

我们的行业就是这样，逆水行舟，不进则退。不论已经积累了多少年， 永远都有新的技术栈在等着我们。不去拥抱最新的技术和潮流，就会被后浪拍死在沙滩上。现在的后浪技术一个比一个猛，底子一个比一个好，想法一个比一个大胆。今天想写这个文章，也是看到最近还有很多同学不认可AI，所以有感而发。就说道这里吧。 最后再宣传一下我的知识星球，更多的AI测试实践都会发表在星球里。

知识星球里搜索： 测试开发之路