AI 只是个工具,它有什么错呢?

系列之“系统集成测试用例工具商业化实践展示和思考——开篇闲聊”

自从深蓝凭借国际象棋击败人类，到ChatGPT横空出世，再到如今各类AI模型遍地横行，媒体始终在热议两件事：AI的能力有多强，又有多少薄弱之处。唯有我们这样一群工程师，既看淡了各类AI焦虑，也无心去佐证AI是否是硅基生命崛起的不可逆趋势。面对外界对AI幻觉的种种指责，我们始终坚守一个认知：AI本身无错，关键在于如何使用它——而我们的实践，正是从测试用例工具的开发与应用开始，用实际效果印证这一点。

面对AI技术的快速迭代，我们最关心的，从来都是它对手头工作能有多大帮助。新的大模型发布，参数从70B迭代到200B，我们会切换着测试一下，看看它对当前所用工具的提升到底有多明显。如果变化不大，那当天的重点依然是积累数据、调整Prompt，实在不行，就优化工具架构——务实，才是我们的核心准则。

Axiomotive发布以来，我们悄悄做了不少工程交付项目。“悄悄”的意思是，这些项目确实是AI参与完成的，但客户并不知道。没办法，受各类AI技术发展趋势分析的影响，很多客户对AI仍有诸多不信任。可你要是在投标一个测试项目时，发现友商报价直接砍半，别抱怨市场太卷、友商太狠——对方很可能还有30%~40%的毛利率，而我们作为供应商，报价其实只占他们的三分之一。

别担心质量问题，即便在这样的报价下，我们也能承诺：生成的测试用例质量不低于人类撰写水平，而且可以写进合同里，说到做到。

我们的测试用例生成工具，如今已经迭代到第三个大版本，内测也即将发布。这一切，都离不开这些实际项目经验的积累。我们从不否认AI的能力有限，但就像一把锤子，它可以钉钉子、也可以拔钉子；你若是喜欢，它还能用来做工艺品、成为一个品牌，甚至成为一种精神的象征。

我们开发工具，本质上就是用好“AI”这把锤子。除了AI，这里面还有程序的支撑、人的深度思考，更有行业积累的经验、成熟的方法论和海量数据。Axiomotive要做的，就是把这些元素牢牢粘合在一起，打造出一个能真正实现价值的工具。我们不抱怨AI的能力边界，也不焦虑AI带来的所谓颠覆，只专注于市场真正需要的价值。把AI比作一匹野马，我们做的就是给它装上缰绳、钉上马掌；要是客户觉得不够舒适，我们还能为它配上马鞍——这，就是我们工程师的价值所在，也是后续我们要详细拆解的，测试用例工具针对不同类型需求的具体使用效果。