AI 时代测试方法怎么选?记牢这 3 组配对

带新人这些年，我发现一个有意思的现象。

十年前，刚入行的测试问的是："这个功能我该设计多少条用例？"现在的新人，坐下来第一句话变成了："咱们用哪个 AI 工具？"

问题没错。但顺序错了。

这就像一个刚进后厨的学徒，不先问"这道菜该用什么刀、什么火候"，张口就问"店里那台最贵的料理机在哪"。工具再先进，你得先知道这道菜要怎么做。测试方法，就是后厨里那套刀工和火候——它比任何一台料理机都更基础，也更不会过时。

AI 大模型来了之后，很多人以为这套老手艺要被扔进垃圾桶了。

恰恰相反。 AI 没有取消这些方法，它只是悄悄改了每一种方法的"性价比"。你越搞不清它们各自是干嘛的，越容易被工具牵着鼻子走。

今天就把测试方法里最经典的 3 组配对掰开揉碎，再说说 AI 时代到底该怎么挑。

第一组：静态 vs 动态——下不下锅，是道分水岭

先说最容易混的一组。

判断一个测试是静态还是动态，其实只有一条标准：你到底有没有真的把软件跑起来。

静态测试，是不下锅。不运行程序，光检查代码、界面和文档里的毛病——代码风格规不规范、函数逻辑有没有错、注释全不全、算法还能不能再优化。就像备菜时盯着食材看：这块肉新不新鲜、刀工齐不齐，不用下锅尝，眼睛和手就能判断个八九。

举个最简单的例子。一段求两个实数最大值的 C++ 代码，max 函数没写返回值类型，主函数里又把 float 结果硬塞进 int 变量——精度当场丢了。这些毛病，根本不用运行，扫一眼代码就该揪出来。这就是静态测试的活。

动态测试，是真下锅。把程序跑起来，喂进去一组组测试数据，看实际输出跟预期对不对，顺带量一量性能、内存、接口。还拿那段代码说事：你得真的输入两个实数，确认它输出的真是那个更大的数。

过去静态测试有点尴尬——靠人工评审代码，又慢又累，扫描工具还动不动误报一堆，看得人头大。所以很多团队草草走个过场。

AI 来了之后，这块第一个翻身。

现在主流的 AI 代码审查工具，核心就是个静态分析引擎，用抽象语法树去深度解析代码，规范匹配能识别超过 85% 的代码风格违规。邮储银行这类机构已经在用大模型来压低扫描工具的误报率——这恰恰是过去静态测试最劝退的地方。再加上大模型顺手就能生成单元测试，把原来要几天的活压到几小时。

静态测试这把"备菜的刀"，被 AI 磨得前所未有地快。

第二组：白盒 vs 黑盒——锅盖揭不揭得开

这一组，看的是你对"锅里"的了解程度。

白盒测试，锅盖是透明的。你完全清楚程序内部结构和处理逻辑，照着代码里每一条路径去测，确认每条分支都按规格说明跑通。它还有几个别名——程序员测试、结构测试、逻辑驱动测试，听名字就知道，得懂代码。

黑盒测试，锅盖焊死了。你把软件当成一个打不开的黑盒子，里面怎么实现的不管，只在接口处喂输入、看输出，对照需求文档判断功能对不对。集成测试、系统测试、验收测试，主力打法都是黑盒。

黑盒有个特别实在的好处：它跟内部实现没关系。哪天程序内部改了，只要功能不变，原来那批测试用例照样能用。而且用例设计能跟开发同步进行，等于偷偷把项目周期压短了一截。

AI 在这一组里玩了个有意思的双面把戏。

一面，它让白盒更省力。大模型读得懂代码逻辑，能帮你梳理函数调用关系、自动补上那些没覆盖到的路径分支——这本来是白盒里最磨人的体力活。

另一面，它又造出了一个史上最黑的黑盒：大模型应用本身。

传统软件你还能假设"同样的输入得到同样的输出"。可你测一个大模型应用，同一个问题问两遍，答案可能都不一样，它还会一本正经地胡说。这种概率性的、带幻觉的输出，传统黑盒那套"对照固定预期"的打法直接失灵。锅盖不光焊死了，锅里还在自己变魔术。

第三组：手工 vs 自动化——这把面，机器揉还是手揉

最后这组，吵得最凶，也最容易站错队。

先把话挑明：手工和自动化，从来不是二选一，是相辅相成。两者都以测试用例为核心。理论上所有手工测试都能改成自动化执行——但前提是，自动化省下的那点效率，得能抵得过买工具、写脚本、养脚本的成本。抵不过，那就是赔本买卖。

自动化擅长什么？重复、枯燥、量大的活。性能测试灌十万并发，回归测试一遍遍跑——这种交给机器，就像和大批量的面，机器揉又快又稳，没人会跟一台和面机比耐力。经典工具一抓一大把：功能测试的 QTP 、 Rational Robot ，性能测试的 LoadRunner ，都是吃这碗饭的老将。

手工擅长什么？判断、临场、靠经验拐弯的活。这就是手工揉面的价值——师傅手一搭，就知道这团面软硬够不够，机器量不出这个手感。

AI 把这组的天平又往自动化推了一大把。

现在的趋势很明确：基础执行类的活，正被自动化和智能体大批接管。有说法是智能体能吃下 80% 的基础测试工作，测试工程师的角色，正从"埋头执行"往"AI 训练师""质量指挥官"上挪——定规则、设策略、判断 AI 给的结果靠不靠谱。

但请注意，越是这样，手工里那块"探索性测试"反而越值钱。

机器能把你写好的菜谱执行一万遍，可它尝不出这道菜"差点意思"。哪里体验别扭、哪个边界透着古怪、用户会从哪个刁钻角度撞上 bug——这些得靠人去探。 AI 工具的定位从来不是替掉测试人，是给测试人装上外骨骼。基础执行被接管得越多，你那双能做判断的手，越是稀缺。

那到底该怎么挑？看菜下刀

讲到这儿，最关键的问题来了：这 3 组、 6 种方法，实战里到底怎么选？

我的答案就一句：别问"哪把刀最好"，要问"这道菜用哪把刀"。

没有哪种方法是万能的，它们本来就分属不同的测试阶段、对付不同的目标。开发阶段，静态测试加白盒先上，趁早把代码里的逻辑坑和规范问题揪出来——这时候改最便宜。到了集成、系统、验收，黑盒加动态测试唱主角，站在用户角度看功能对不对。重复回归交给自动化，体验和边界探索留给手工。

AI 没有改变这套"看菜下刀"的逻辑。它改的是每把刀的性价比——静态测试因为大模型变得又快又准，自动化的覆盖面铺得更广，但拿主意的那个人，还得是你。

留一份清单，下次定测试方案时照着走一遍：

工具会一直换，今年的 AI 神器，明年可能就没人提了。

但"什么菜用什么刀"这套手艺，是会一直跟着你的。新人要是肯先把这 3 组配对吃透，再去挑 AI 工具，路会走得稳得多。

少问一句"用哪个工具"，多问一句"这一步，我到底想测什么"——

后厨里真正的好厨子，都是这么熬出来的。

你团队现在这几种方法的配比，是有意识定的，还是跟着工具走的？评论区聊聊。