AI串成流水线后,测试人员的工作重心该往哪移? (内附获奖名单)

#讨论2：AI串成流水线后，测试人员的工作重心该往哪移？

非全职测试人，实施人员也负责集成测试的。这周刚好有个小项目，15个页面功能简单，原型设计也负责一部分。需求文档不全，更多的是规则。大胆的将整个原型让ai分析。

生成需求文档，再手动增加各环节状态，AI 测试用例。AI生成ui自动化脚本，验证各环节状态。整个流程就下来了，下一步就是等开提测了。

需求方面：生成的需求其实还是比较简单的，就是页面上的一些操作，里面的逻辑还是差比较多的，但是也正因为这个项目比较简单，后期手动添加也是比较方便一点；

用例方面：通过对需求的多次调试，生成的用例也是比较全，但是有一些实际业务上的东西还是没考虑到。

自动化测试：脚本方面是按照生成的测试用例来进行，还是有比较多的欠缺，一些异常的情况，一些异常的操作都没有。

就连一些必要的检查都没有当然了，这个其实也是一个算成功率 80% 以上的一次AI辅助了。

#讨论2：AI串成流水线后，测试人员的工作重心该往哪移？

1.从"执行者"变成"设计者"

机器跑重复用例，人专注设计覆盖策略和边界场景和复杂的业务场景；

2.从"发现问题"变成"定义质量标准"

AI能跑测试，但不能判断"这个风险值不值得修"——这是测试人员的判断力；

3. 从"记录者"变成"分析者"

缺陷数据自动回写后，人来解读趋势、找根因、推动改进。

#讨论2：AI串成流水线后，测试人员的工作重心该往哪移？

我觉得AI生成的所有结果的好与坏需要人来check吧。进而在去调教AI工具。但本身check的成本太高了。现在还完美的闭环的实际落地吗？我想知道。

#讨论1：你还在“单点用AI”吗？哪个环节最让你觉得“串不起来”？

目前实现了AI化需求分析、用例设计、用例生成、用例评审、用例执行自动化流程的串联，在业务流程用例覆盖度方面还存在一些缺失的问题，需要继续优化和训练，还有就是在自动提交bug，输出测试报告方面没完成串联。