AI 都会写测试用例了，测试工程师下一步该学什么？

关注 霍格沃兹软件测试开发 公众号，回复「资料」, 领取人工智能测试开发技术合集

现在用 AI 写测试用例，已经不是什么新鲜事了。

需求复制进去，再加一句：

帮我从功能、异常、边界等维度生成测试用例。

几十秒，一堆测试点就出来了。

但真正用到项目里，很快就会发现问题：

历史 Bug，AI 不知道。公司业务规则，AI 不知道。接口文档、测试规范、已有用例，它也不会自己去找。

如果每次还是靠测试人员：

复制需求 → 写 Prompt → 整理结果 → 人工校验

那其实只是把：

“手工写用例”

变成了：

“手工操作 AI 写用例”。

真正值得关注的，是下一步：

能不能把 AI 从一个聊天工具，变成真正参与测试工作的智能体？

这也是我们这周「智能化软件测试训练营」想和大家聊的重点。

01 AI 写用例，只是起点
理想中的 AI 测试，不应该只是回答一个 Prompt。

而应该是：

读取需求

↓

检索历史用例、Bug 和业务知识

↓

分析测试风险

↓

拆解测试场景

↓

自动生成结构化测试用例

↓

测试人员审核补充

再进一步，甚至可以继续调用接口、数据库、自动化框架和 CI/CD 工具完成更多测试任务。

到了这个阶段，AI 才真正开始进入测试流程。

02 测试工程师真正该关注的是 Agent
最近你可能经常看到这些词：

Agent、MCP、Skill、CLI、Harness、RAG。

看起来很像 AI 开发工程师才需要研究的东西。

但实际上，它们正在决定：

AI 到底只能陪你聊天，还是能真正干活。

比如：

RAG，让 AI 能读取企业自己的知识。

MCP、Skill、CLI，让智能体可以调用更多工具和能力。

Agent / Harness，让大模型能够围绕一个任务持续分析、调用工具并完成工作。

当这些能力和测试结合起来，就可能出现：

测试用例生成智能体、接口测试智能体、缺陷分析智能体、自动化执行智能体……

所以未来真正拉开测试工程师差距的，可能不只是：

会不会用 AI。

而是：

能不能让 AI 按照你的测试思路去工作。

03 这次训练营，我们直接讲实战
这周的「智能化软件测试训练营」，我们会把整条链路串起来：

行业大模型特性与能力测评
智能体工具与 Harness 工程
Skill、CLI、MCP 工具体系
RAG 检索增强生成与知识图谱
测试用例生成智能体实战
最终会落到一个测试人最熟悉的场景：

测试用例智能生成
不是只教你写几个 Prompt。

而是带大家真正理解：

一个测试用例生成智能体，到底是怎么搭出来的。

04 9月1日、3日晚20:00，免费开放
本次分享嘉宾：

思寒｜测吧 CTO、资深测试架构师
15年+ 测试开发从业经验，长期从事测试开发、测试平台及 AI 测试体系建设，曾就职于阿里、百度等企业。

训练营时间
9月1日、9月3日 20:00

公益训练营，免费参加
如果你也在关注：

AI 测试、Agent、MCP、RAG、测试智能体

或者还停留在：

“让 AI 帮我写几条测试用例”

这次训练营都值得来听一听。

👇

扫描下方海报二维码

免费进入训练营群
直播入口、开课提醒及相关学习信息，会在群内统一同步。

9月1日、3日晚20:00，我们直播间见。

关于我们
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。

学社围绕现代软件测试工程体系展开，内容涵盖软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试，以及人工智能测试与 AI 在测试工程中的应用实践。

我们关注测试工程能力的系统化建设，包括 Python 自动化测试、Java 自动化测试、Web 与 App 自动化、持续集成与质量体系建设，同时探索 AI 驱动的测试设计、用例生成、自动化执行与质量分析方法，沉淀可复用、可落地的测试开发工程经验。

在技术社区与工程实践之外，学社还参与测试工程人才培养体系建设，面向高校提供测试实训平台与实践支持，组织开展 “火焰杯” 软件测试相关技术赛事，并探索以能力为导向的人才培养模式，包括高校学员先学习、就业后付款的实践路径。

同时，学社结合真实行业需求，为在职测试工程师与高潜学员提供名企大厂 1v1 私教服务，用于个性化能力提升与工程实践指导。