不会做大项目也能写进简历：先做这个Agent行为回归

关注 「软件测试就业联盟」公众号，陪你走好校招求职的每一步

先看测试人最容易忽略的那一步

别再做一个“能查天气、能聊天”的Agent就结束。更有辨识度的项目是：给订单客服Agent接查询、取消、退款三个工具，再故意设计一次它看错订单、准备调用退款的事故。

为什么原来的测试直觉不够用

项目模块不必大：一个模拟订单库；三个工具；一份工具权限表；一个Trace记录器；一组pytest行为断言。重点不是模型多强，而是你如何证明它在错误条件下会停止。

排查不要从模型开始

先写规则：没有订单ID不能退款；取消后才能退款；同一订单退款只能一次；置信度不足必须转人工。然后准备正常、缺订单号、重复退款、跨用户订单四类用例，断言工具选择、参数和调用顺序。

可以直接带走的做法

简历可以写：设计订单Agent行为回归框架，基于Trace校验工具选择、参数来源与状态机顺序，覆盖越权与重复退款风险。 面试时按“事故如何发生—Trace怎样定位—断言怎样阻断”讲，项目就很完整。

结论

别把“最终看起来没问题”当成通过

这个项目真正要证明的，不是你能不能搭出一个Agent，而是当Agent面对信息缺失、越权订单和重复请求时，你能不能发现它走错了哪一步，并在产生真实业务后果前把它拦下来。

别把“最终看起来没问题”当成通过

AI 系统的难点在于，同一个表面结果可能来自不同路径：模型可能猜中了，也可能绕开了关键工具；脚本可能跑完了，也可能把业务断言改弱了；数据可能很多，也可能根本不满足业务约束。测试时必须把“结果对不对”拆成“输入是否可信、过程是否越界、动作有没有副作用、失败时有没有停下”。

一个很实用的工作习惯是，每次只挑一条高风险链路做证据闭环：记录输入、模型或Agent的决策、工具参数、服务返回、最终状态。它不需要昂贵平台，先用JSON日志和一组pytest断言就可以。等这条链路跑稳，再把同一套证据结构扩到其他业务。

新手落地清单

选一个金额、权限或订单状态相关的风险，不从“让AI写更多用例”开始；
写清通过条件和必须失败的条件；
把输入、关键Trace和最终副作用保留下来；
模型、提示词、工具Schema或页面发生变化时，优先重跑这批高风险样本；
复盘失败时，先归类为数据、模型、工具、规则还是环境问题，再决定修复。
这样做的价值不是把每个AI行为都变成确定性，而是把最不能接受的不确定性提前暴露出来。

想及时获取2027届秋招第一手招聘消息、岗位汇总和内推信息，可以扫码加入秋招交流群。

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。