夜雨聆风写在前面
先声明：这不是冷冰冰的AI工具测评，也不是一本板正的使用指南，就是我作为测开工程师，在AI浪潮里摸爬滚打的真实使用碎碎念～
面对AI工具的快速迭代，我和很多同行一样摸着石头过河，边看、边学、边试、边实践。以下是我高频使用AI的场景，希望能给一线工程师的同学一点参考。
1. Cursor：工程开发主力工具｜我的“代码搭子”
工程场景中，Cursor是我使用频率最高的AI工具，像个默契搭档，帮我承接各类代码相关需求。
我会拆分不同模型的用途，让它们各司其职，比如：
🏷️GPT-5.5：负责代码编写、自动化脚本生成、代码重构、问题定位，以及数据分析、日志梳理等重复性工作。
🏷️Composer 2：擅长任务拆解、方案设计、影响面分析等规划类工作，帮我理清思路、少走弯路。
AI不替代工程师做判断，而是卸下重复性工作的包袱，让我们专注于业务风险、质量策略和工程设计。
2. DeepSeek：文档调研与图示生成好帮手｜拯救“文档困难户”
DeepSeek主要用于文字和知识整理，帮我解决测开工作中耗时的文档类任务，恰到好处地减负，并且免费。
方案整理、行业调研、基础问答，帮我搭建框架、整合信息；
周报、复盘整理，帮我梳理逻辑、提炼重点；
根据文字描述生成Mermaid或Draw.io图，初版生成后人工微调，大幅提升效率。
AI搭骨架、人填肉，既省时间，又保留专业判断。
3. 豆包：助力PPT与视觉表达｜汇报“加分神器”
在职场环境中，技术价值通常需要通过汇报清晰传递，质量建设、自动化收益、缺陷趋势、研发效能提升等成果，常需借助PPT呈现。
豆包可降低PPT制作、配图及排版成本，先生成表达草稿，再补充核心数据和结论，提升汇报效率与呈现效果。
4. Skill：沉淀经验，让AI更懂工作｜团队“专属助手”
好用的Skill，本质是把一线工程师的经验和流程封装进AI，让AI从通用聊天助手，转变为贴合团队工作方式的工程助手。
🏷️需求转测试点、接口文档转自动化用例，高效且精准；
🏷️自动化失败日志分析、回归范围评估，规避遗漏、提升准确率；
🏷️测试报告生成、代码评审检查、团队规范问答，固化经验，助力团队协作与新人上手。
5. 生活类智能体：AI不止于工作｜生活好助手
AI已渗透到学习和生活中的多个场景，比如一些浏览器自带的智能体功能尤为实用，可直接完成出行攻略制作、美食搭子推荐等场景需求，高效处理各类生活与学习中的碎片化决策。
这些场景本质上是训练一种高效工作方式：清晰描述问题、交付上下文，让AI辅助完成基础任务，人专注于核心判断。
写在最后：在不确定性里构建确定性
AI时代，每个人都在探索前行，以上场景虽不全面，却真实反映了我的日常使用情况，希望能给同行一点参考，希望我们共同在不确定性中成长进步，构建属于自己的确定性。
