DeepSeek Harness 能替测试开发干多少活？

实测结论是：它能省下一半重复劳动，但拍板还得靠人。

这次实测用了一个库存管理 API 项目，把日常工作拆成五个环节挨个打分：

需求解析（可用偏上）：文档里白纸黑字的规则它能抓全。但没写进文档的隐性规则，它照样不知道。
用例设计（最强项）：边界值、异常场景都能主动想到，给的具体用例直接就能执行。
脚本编写（可用偏上）：生成的代码结构不错，断言也清楚。就是偶尔会凭空捏造接口，必须人工过一遍。
执行调度（短板）：任务一长就容易卡壳打转，响应慢还费钱。建议拆成小段下发，人在旁边盯着。
缺陷定位（可用）：能帮你从日志里圈出可疑点并排序。但到底是不是真 bug，还得靠你复现验证。

最后算总账，扣掉评审时间，AI 大概能替代一半到三分之二的活儿。说白了，它替的是重复劳动，不是判断力。

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。