面试全过、谈薪翻车：从手工测试转 AI 质量工程，我在薪资环节踩的三个坑

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

面试四轮全过，HR 谈薪十五分钟，我出来的时候就知道——这个 offer 被我亲手谈低了。

不是对方压价太狠，是我自己把底牌全亮了、把锚点让出去了、把谈判空间亲手关上了。整个过程我表现得「真诚」「坦率」「好说话」，但谈薪桌上这些品质恰恰是最贵的。

后来复盘整个过程，问题出在三句话上。这三句话看起来很自然、很真诚、很「不套路」，但每一句都在把主动权交给对方。我把它们拆出来，不是因为后悔，而是因为后来我发现——身边转方向跳槽的测试同事，十个里有八个犯的是同一组错误。

一、背景：为什么从手工测试跳 AI测试开发
先交代上下文。我做了四年功能测试，最近一年在现公司推了一些 AI 辅助用例生成的落地，算是从纯手工往质量工程方向迈了半步。跳的目标很明确：找一个真正把 AI 测试当主线业务做的团队，而不是在老业务上贴个 AI 标签。

面试过程顺利，技术面聊了变异测试、Agent 链路验证、模型评估集设计，四轮下来技术侧确认了意向。问题出在最后的薪资沟通环节——一个我完全没有准备过的环节。

二、第一句：「我现在拿的是 XX」

HR 开场第二个问题就是「方便说一下你目前的薪资结构吗」。我当时觉得没什么不能说的，就把 base、绩效、年终全报了。甚至主动补充了公积金比例和补贴明细，想着「坦诚一点，对方也好帮我争取」。

base 之外还有绩效和年终，加起来不是一个小数目——而我把它当成「坦诚」，一次性全交了出去。

这句话的问题不在于「暴露了数字」，而在于你给了对方一个锚点。

HR 拿到你的现有薪资后，后续所有报价都会以这个数字为基准做加法。哪怕对方岗位的预算区间远高于你现在的数字，他也会从「你现在的 +20%」开始谈，而不是从「这个岗位的市场中位数」开始谈。因为你的现薪是一个具体的、可计算的数字，而「市场中位数」是一个模糊的、需要额外论证的概念。人脑天然倾向于从具体数字出发做调整，这就是锚定效应。

更致命的是：如果你当前薪资偏低——很多从手工测试转方向的人都偏低，因为手工测试岗的薪资天花板本来就低——你主动报出来，等于告诉对方「我的市场价就值这么多」。对方不需要再去调研这个岗位该给多少，他只需要在你的数字上加一点，让你「感觉涨了」就够了。

正确做法：不主动报现有薪资。如果对方追问，可以说「我更想了解这个岗位的预算区间。我目前的包和我期望的方向差异比较大，直接对标现薪意义不大——我现在的薪资反映的是手工测试岗的市场价，不是 AI 质量工程岗的市场价。」这句话同时做了两件事：拒绝了锚定，并且把对标基准从「你的旧岗位」切换到了「新岗位」。

三、第二句：「你们这个岗位大概是什么范围？」
这句话看起来是在反问、在争取信息，但实际上暴露了一个信号：你没有做过市场调研，你不知道自己该要多少。

HR 听到这句话的反应是：这个人没有预期，没有备选，没有底气。那我可以从区间下限开始报，甚至可以先报一个低于下限的数字试探。

而且一旦对方报出一个范围，哪怕这个范围偏低，你的心理预期也会立刻被拉到这个范围里。你会开始想「他说的上限我能不能够到」，而不是想「这个范围本身是不是低于市场价」。你的思考框架被对方设定了，你在他的框架里争取，而不是在自己的框架里谈判。

这就是锚定效应的第二层：不只是数字本身影响你，谁先报数字决定了谈判的框架。先报的人设定了参照系，后报的人只能在这个参照系里做加减法。

正确做法：在面试之前就完成职级对标。具体方法后面第五节展开。核心是：你心里要有一个数字，这个数字不是「我觉得我值多少」，而是「这个城市、这个岗位、这个职级，市场中位数是多少」。有了这个数字，你不需要问对方范围。你可以直接说「根据我的调研，这个岗位在这个城市的中位区间是 XX，我的期望在这个区间的中上段，具体可以聊结构」。

注意：你不是在「要价」，你是在「陈述事实」。语气上的区别很大——要价是请求，陈述是平等对话。

人工智能技术学习交流群
伙伴们，对AI测试、大模型评测、质量保障感兴趣吗？我们建了一个 「人工智能测试开发交流群」，专门用来探讨相关技术、分享资料、互通有无。无论你是正在实践还是好奇探索，都欢迎扫码加入，一起抱团成长！期待与你交流！👇

四、第三句：「我觉得我能接受」

图片

HR 报了一个数，比我预期低了大概 15%。我当时犹豫了两秒，然后说「嗯，我觉得我能接受」。

就这两秒和这句话，谈判结束了。

「我能接受」这四个字的杀伤力在于：它不是同意，但它关闭了对方继续加价的可能性。 HR 听到这句话，确认 offer 可以发了，流程走完。你后面再想反悔、再想争取，成本极高——因为是你自己说的「能接受」，再改口就是出尔反尔。

而且「我觉得我能接受」比「好的没问题」更糟糕。「好的没问题」至少是一个干脆的确认，对方知道你满意了。但「我觉得我能接受」暗示了你其实不太满意、你犹豫了、你勉强了——但你又不好意思争取。这种模糊态度会让对方觉得：这个人想多要但不好意思开口，那我不主动加，他也不会追。

更深层的问题是：你在十五分钟的对话里做了一个影响未来一到两年收入的决定。十五分钟，你连对方的薪资结构都没完全搞清楚（年终是固定的还是浮动的？绩效系数怎么算？有没有签字费？），就说了「能接受」。

正确做法：永远不要在第一轮报价时说「接受」。哪怕数字完全符合预期，也要说「我需要综合考虑一下，一两天内给你答复」。这不是套路，是给自己留思考空间，也是给对方留加价空间——很多时候 HR 第一轮报的不是上限，他在等你还价。

如果数字低于预期，直接说「这个数和我调研的市场区间有差距，我在同类岗位拿到的另一个 offer，比这个报价高出一截，咱们这边有没有调整空间」。不卑不亢，用数据说话，不用情绪说话。

五、正确的谈薪准备：四步做完再进面试

复盘完三句错话，我把正确的准备流程整理成四步。这四步必须在面试开始之前就做完，不是拿到 offer 之后临时抱佛脚：

步骤
动作
产出
常见错误
市场调研
查目标城市＋岗位的薪资区间（招聘平台、脉脉、同行交流、猎头口径）
一个区间数字（P25—P75），不是单一数字
只看招聘 JD 上写的范围（那是下限，不是真实区间）
职级对标
确认对方公司的职级体系，找到自己对标的级别
「我对标的是 X 公司的 Y 级」
用 title 对标（不同公司同名 title 差两级是常态）
结构设计
搞清楚 base/绩效/年终/股票/签字费的比例和发放条件
总包拆解表，标注哪些是确定的、哪些是浮动的
只看总包数字不看结构（年终 0—6 个月浮动差巨大）
底线设定
定一个「低于这个数我不去」的硬底线，写在纸上，面试前再看一遍
一个数字，一个不可谈判的红线
底线定在「比现在高一点就行」（跳方向应该对标新岗位市场价，不是对标旧薪）
对标这件事没有标准答案表，但有一条硬原则：看岗位职责和面试难度，不看 title。 不同公司同名 title 差两级是常态，用 title 对标等于用错尺子量自己。

第四步最容易出错。很多人从手工测试转 AI 方向，潜意识里觉得「我是转行的，经验打了折扣，比现在高一点就行了」。但对方招你是因为面试表现达到了这个职级的要求，不是因为你「转行辛苦给个机会」。你的底线应该对标新岗位的市场价——手工测试和 AI 质量工程是两条完全不同的供需曲线，用前者的价格锚定后者，等于自己给自己打折。

六、谈薪不是博弈，是信息战
回过头看，那三句话的本质问题是同一个：我在信息不对称的情况下，主动把自己的信息交出去了，而对方的信息我一点没拿到。

谈薪不是比谁更硬气，是比谁掌握的信息多。你需要知道四件事：对方的预算区间（通过反问和猎头侧敲推断）、你的市场价位（面试前就调研完）、对方是否知道你有备选（让他知道）、以及你的底线（绝对不能让他知道）。我那次，四个里只有一个有答案，所以全程被动。

后来第二次谈薪，我提前做完了四步准备，开场不报现薪、不问范围、第一轮不接受、用市场数据反问。整个对话从十五分钟变成了三天——但三天之后拿到的数字，比十五分钟那个高出不少。

第二次拿到的数字，比第一次高出一个让我觉得这三个月没白熬的幅度。具体多少不重要，重要的是它证明了一件事：第一次那个数字，从来不是上限。

推荐学习
智能化测试-测试用例生成公益训练营，从行业大模型特性讲起，带你搞懂AI测试的全链路：大模型能力评测、智能体Harness工程、Skill技能体系、CLI与MCP工具体系、RAG知识图谱——最后直接上手打造一个能自动生成测试用例的智能体。

七、写在最后
区别不在于我变聪明了，在于我不再「真诚」了——至少不是在信息不对称的场合真诚。

对方有预算区间、有职级体系、有审批流程、有历史数据，你只有一张嘴。这时候你的「真诚」不是美德，是信息战的白旗。

谈薪桌上，真诚不是美德，准备才是。你尊重自己的方式，不是坦白，是提前把功课做完。

如果你正在准备跳槽谈薪，或者刚经历了一次「谈低了」的复盘，留言区聊聊你踩过哪个坑。

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。