测试新人转 AI，别盯大模型，这条路更现实

关注 霍格沃兹测试学院公众号，回复「资料」, 领取人工智能测试开发技术合集

最近后台收到不少留言，问我测试新人想转型AI有什么机会。

每次聊到这个话题，很多同学的第一句话都是：“我想去大厂做AI”、“我想去搞大模型”。说实话，这个想法挺好，但现实是——头部大厂和通用大模型公司就那么几家，岗位数量有限、背景要求集中，结果自然是——所有人都挤在金字塔最尖的那一小块。

想法当然没问题，但我通常都会反问一句：你打算拿什么去和那一拨人竞争？

但 AI 并不是只有“造大模型”这一条路。 它本身是一整条产业链，从上游到下游，每个环节都有不同的测试需求，有些岗位的竞争还没那么激烈，对新人反而更友好。

今天想和大家聊的，就是这些竞争没那么夸张、但真实存在机会的方向。

一、从 AI 的「上游」切入，做质量而不是算法
很多人会忽略一件事：
在模型真正跑起来之前，已经有大量工作要做完了。

其中一个绕不开的关键词，就是——数据。

数据就像 AI 的原材料，原材料质量不过关，后面再强的模型也白搭。 所以在 AI 的上游，其实长期存在着一类岗位：负责把控数据质量、流程和边界。

这些公司可以重点关注：

1️⃣ 数据服务 / 数据处理公司
比如海天瑞声、数据堂这类公司，本质上是在做数据的采集、标注、处理和交付。

他们未必都叫“测试工程师”， 但会非常需要有测试思维的人去做：

数据准确性检查
标注一致性验证
流程规范性审核
2️⃣ 有大量业务数据的行业公司
比如海康威视（视频数据）、科大讯飞（语音数据）。

这里要说明一句： 👉 我说的不是算法或模型岗，而是：

数据流程
平台质量
业务测试相关角色
这些岗位不一定技术门槛低，但比模型研发更看重细心、逻辑和业务理解。

给测试新人的建议：

简历中重点强调你做过的：

边界校验
异常场景
数据一致性问题
面试时可以主动聊：

数据如何被认为是“合格的”
哪些问题应该在前置阶段被发现
这会让面试官觉得你不是来“蹭 AI”，而是真的懂质量。

二、别只盯通用大模型，看看「行业大模型」
通用大模型难进，这是事实。 但被很多人忽略的是——大量行业公司正在做自己的 AI 能力。

比如：

理想汽车：Mind GPT
好未来：Max GPT
金山办公：WPS AI
这些公司有一个共同特点：

深耕行业多年
场景明确
做 AI 是为了解决真实业务问题
他们真正缺的，往往不是“会调模型的人”， 而是懂业务、能判断 AI 在真实场景里好不好用的人。

这正好是测试可以发挥价值的地方，比如：

AI 功能在业务流程中的稳定性
输出结果对用户决策的影响
专业领域用户对 AI 内容的接受度
给测试新人的建议：
如果你之前在：

教育
汽车
办公软件
这些行业做过测试，那就是优势。

面试时不要只说“我会测功能”， 而是多讲一句：

这个行业的用户，真正关心什么样的结果？

这会让你从“执行测试”，变成“业务型测试”。

三、应用层机会最多，也最容易积累经验
如果你是刚毕业或刚转方向， 我个人最推荐你重点关注的，其实是 AI 的应用层。

简单说一句：谁把 AI 真正用起来，谁就更需要测试。

包括但不限于：

AI 对话产品
AI 绘图 / 视频工具
各类「传统软件 + AI 功能」的公司
这类公司的特点很明显：

产品迭代快
用户反馈直接
问题暴露快
他们通常不要求你研究算法， 更看重你能不能：

设计测试场景
判断输出是否“可用”
帮产品降低风险
给测试新人的建议： 提前准备几个 AI 测试的思路，比如：

如果 AI 每次结果不同，怎么判断质量？
如何把“主观好坏”拆成可讨论的标准？
哪些问题必须在上线前被拦住？
这些问题一抛出来，面试官基本就知道：
你不是第一次认真想 AI 测试。

给自己铺一条更现实的路：三步走
如果你真的想往 AI 测试发展，我会更建议你这样走：

第一步：别执着一步到位
先在 AI 产业链里站住一个位置，哪怕是数据质量、业务测试，只要在真实项目里。

第二步：用项目说话，而不是用兴趣说话
不管是公司项目还是个人实践，关键是你能不能：

讲清楚背景
说出判断依据
说明你为质量做了什么
第三步：慢慢从“执行”走向“共建”
哪怕只是多想一步：
“这个问题如果不解决，会对用户产生什么影响？”
你已经在往 AI 质量共建靠近了。

如果您想要免费领取面经或就业辅导，都可以 扫码入群，还可以了解更多的岗位。

写在最后
AI 的浪潮是真的，但并不是每个人都要去造火箭。
更多岗位的价值，是让火箭飞得稳、不出事、能落地。

对测试新人来说，与其在最拥挤的地方硬挤，
不如先找一条能积累经验、真正进入 AI 世界的路。

先有位置，再创造价值，
机会，往往就是这么来的。

推荐学习
AI智能体实战指南公开课，手把手带你从代码到内容，重塑研发与创作的全栈工作流。扫码进群，报名学习。

关于霍格沃兹测试开发学社
霍格沃兹测试开发学社，隶属于 测吧（北京）科技有限公司，是一个面向软件测试爱好者的技术交流社区，聚焦软件测试、软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试，以及人工智能测试（AI 测试）等方向。
学社内容覆盖 Python 自动化测试、Java 自动化测试、Web 自动化（Selenium、Playwright、App 自动化（Appium）、JMeter、LoadRunner、Jenkins 等测试技术与工具，同时关注 AI 在测试设计、用例生成、自动化执行、质量分析与测试平台建设中的应用，以及开源测试相关实践。
在人才培养方面，学社建设并运营高校测试实训平台，组织 “火焰杯” 软件测试相关技术赛事，探索面向高校学员的实践型培养模式，包括先学习、就业后付款等能力导向路径。
此外，学社还提供面向测试工程师的能力提升支持，包括名企大厂 1v1 私教服务，用于结合个人背景的定向指导与工程能力提升。