AI到底能不能取代我?

年初OpenClaw刚出来的时候，我试用之后的第一反应是：我的工作AI完全可以取代，很奇怪我当时第一感觉不是焦虑，而是有点莫名的兴奋。

然后这两个多月，我一直在观察和实践，真的去验证这件事。

我做了什么

我的工作是软件测试。我选了一件最有可能被AI替代的事来试验：让AI自动分析测试覆盖率报告，然后直接生成自动化测试用例。

听起来很美。但做起来，每一步都在卡。

第一步，覆盖率分析就卡住了。我把报告扔给AI，它给我按文件覆盖率低排了个优先级一看起来很合理，但完全没有业务感。有些文件覆盖率是0，但那块业务根本不重要；有些覆盖率还行，但是核心高风险链路，必须优先覆盖。AI不知道这些，因为我没告诉它。

后来我补充了业务背景知识，AI的判断立刻不一样了。但这些业务知识，是我工作了好几年才积累下来的，没有现成的文档，我得一点一点”喂”给它。

第二步，两个AI之间”接不上”。覆盖率分析是一个AI做的，生成用例是另一个AI做的。我让第一个AI生成分析报告，它生成了，但我拿去给第二个AI用，发现根本用不了前置数据描述太模糊，AI看不懂。

后来我换了一种方式：告诉第一个AI你生成的这份报告，我马上要拿去让另一个AI生成自动化用例，你觉得现在可以用吗？“它立刻把前置数据补充清楚了。

第三步，AI梳理出来的东西还是得我来审。它帮我整理前置数据，列出了8种类型，但我一检查，有几种本质上是重复的，其实只需要5种。如果我自己对这块业务不熟，根本发现不了这个问题。

我的结论

AI能取代我吗？

以前我觉得AI不出半年就能取代我，现在我的答案是：没那么容易。

不是因为AI不够强，而是因为让AI做好一件事，需要你先把这件事想清楚。你得知道完整的流程是什么，每一步的输出要给谁用，什么样的结果算对、什么样的算错。

这些判断，恰恰是你工作经验的核心。AI学不走，因为它没有经历过。

有意思的是，为了教AI，我反而把自己的工作流想得更清楚了。以前我写自动化测试用例，前置数据都是临时一个个手工准备的，很耗时，但我没意识到这是个问题。现在为了让AI能用，我不得不提前把数据类型和数量都分析清楚一—结果发现，这件事本来就该这么做，只是我之前没想到。

也许AI最大的价值之一，不是帮你做事，而是逼着