夜雨聆风最近后台收到不少同学的私信，问得最多的问题就是：现在AI测试工具这么猛，功能测试是不是要凉了？我们是不是快没饭吃了？
咱们接着上一篇的话题，深入聊聊AI搞不定的具体场景。光说理论太虚，咱直接上真实案例，你看看这些场景是不是你工作中也经常遇到。
场景一：业务规则“反直觉”，AI直接懵圈
案例：优惠券叠加逻辑
电商大促，规则是“满300减50”的优惠券和“满200打9折”的活动可以叠加，但叠加后总优惠金额不能超过原价的30%。
AI的做法：生成测试数据，算几个组合，比如300块的商品，减50再打9折，算出来是225，没超过30%（90块），通过。
人工测试会怎么想？先加一个299的商品，再加一个1块钱的运费补差价，凑满300。这时候减50再打9折，算法怎么算？是先减后折还是先折后减？如果先折后减，（299+1）*0.9-50=220，总优惠80块，没超过。但如果先减后折，（299+1-50）*0.9=225，也没超。
但人工会继续想：如果把那个1块钱的补差价删掉，订单变成299，优惠券不满足条件了，但活动打9折还在。这时候系统会不会把之前已经计算进去的优惠券逻辑又带出来？实际上我就遇到过这种情况，系统在删除凑单品后，没有重新计算优惠，导致用户白白享受了不该有的优惠。这种“边界状态流转”的Bug，AI根本想不到，因为它不理解“凑单”这个用户行为背后的心理。
场景二：用户体验的“体感问题”，AI测不出来
案例：App加载时的“白屏时间”
AI做性能测试，报告显示：页面平均加载时间1.2秒，P95在2秒以内，指标全绿，通过。
但是人工一测就发现问题：虽然总加载时间只有1.2秒，但前800毫秒页面完全是空白的，没有任何骨架屏、加载动画或者进度提示。用户点击之后，屏幕卡在那里，啥反应没有，很多用户会以为是手机卡了，连续点好几次，结果等页面加载完，直接跳转了多次操作。
这个问题AI怎么测？它只看响应时间数据，800毫秒的白屏在它眼里只是总耗时的一部分，它不会觉得“用户在这800毫秒里体验很差”。但人工测试会直观地感受到：哎，这页面怎么没反馈？是不是卡了？
类似的还有：滑动列表时的掉帧、键盘弹起时页面布局错乱、弱网环境下图片加载的占位图显示。这些都是“体感问题”，AI没有“感觉”，它测不出来。
场景三：跨系统数据一致性问题，AI缺“全局视野”
案例：订单支付成功后库存没扣
这是一个真实的线上故障。用户在某电商App下单支付成功后，订单状态变成了“待发货”，但商家后台显示库存没变，超卖了300多单。
开发排查发现，支付系统回调了订单系统，订单状态更新成功，但订单系统调用库存系统扣减库存时，因为网络超时，库存系统没收到请求。订单系统做了重试，但重试的时候把之前的请求ID丢了，库存系统以为是新的扣减请求，扣了两次。
AI做接口测试会怎么测？它会给支付系统发一个成功的回调请求，检查订单状态变成“待发货”，再查一下库存是否扣减，这两个都过了，它就报通过了。
但人工测试会想到什么？模拟支付回调超时、模拟库存系统在扣减时宕机、模拟重试请求带上不同的事务ID、模拟部分成功部分失败的回滚场景。这些涉及到分布式事务、最终一致性、幂等性设计的场景，需要测试人员对系统架构有整体的理解，知道数据在各个系统之间怎么流转的。AI没有这个全局视野，它只能一个接口一个接口地验证，看不到全链路的数据一致性风险。
场景四：业务语义的“潜规则”，AI听不懂
案例：社交App的“拉黑”功能
需求文档写的是：用户A拉黑用户B后，双方无法互相查看动态，无法发送私信。
AI的测试：拉黑后，A看不到B的动态，B看不到A的动态，私信发不出去，好，通过。
人工测试会想到什么？如果A和B在同一个群里呢？A拉黑了B，但群里A还能看到B发的消息吗？按照常理，拉黑了就不该看到对方任何消息，包括群聊。但需求文档没写这个，开发可能也没考虑。如果不测，上线后用户就会发现：“我都拉黑他了，怎么还在群里看到他说话？这拉黑有啥用？”
还有更隐蔽的：A拉黑B之后，B去给A的历史动态点赞，能不能点？A之前给B的评论，在拉黑后要不要显示？如果是共同好友的评论区，A和B同时出现了，应该怎么展示？这些“社交关系下的业务语义”，AI根本理解不了，因为它不懂“拉黑”在真实社交场景中到底意味着什么。
场景五：多端交互的实时同步，AI难以模拟
案例：PC端、App端、小程序端同时操作
用户用手机App加购物车，然后打开PC网页版，发现购物车是同步的。再打开小程序，也是同步的。这个功能AI测起来没问题。
但换个复杂点的：用户A用PC端看了一场直播，中途用App端扫码登录了另一台设备，这时候PC端的登录态应该被踢掉。AI会测登录态互斥，没问题。但人工会想到：如果A在PC端正在写一篇长文章，写到一半还没保存，这时候App端扫码登录把PC踢了，文章草稿还在不在？如果不在，用户心态直接炸了。
再比如：用户B在平板端看视频，手机端来了语音通话，接听后平板端的视频是暂停还是继续后台播放？如果继续播放，声音会跟通话混在一起；如果暂停，挂断电话后能不能自动续播？这些涉及多端状态同步、中断恢复的场景，AI模拟起来非常困难，因为需要同时操控多个设备、多个账号、多个状态机。
场景六：复杂权限矩阵，AI算不过来
案例：企业级SaaS的角色权限
一个企业服务系统，有“超级管理员”、“部门管理员”、“项目负责人”、“普通成员”、“外部协作成员”五种角色。不同角色对项目的“查看、编辑、删除、分享、导出、审批”六个权限各不相同。
这还不算完，权限还有“层级继承”和“覆盖规则”。比如“部门管理员”默认拥有该部门所有项目的编辑权限，但如果某个项目被标记为“只读项目”，那部门管理员的编辑权限在这个项目上就被覆盖了，变成了只读。另外还有“时间限制”，外部协作成员只在项目周期的前30天有查看权限，后30天只能看不能动。
AI做权限测试，可以枚举出5*6的组合，但这只是二维的。加上层级继承、覆盖规则、时间维度、项目状态（进行中/已归档/待审核），组合爆炸式增长，AI就算跑完所有组合，也未必能发现“某个特殊角色在特定时间点对归档项目还有导出权限”这种边缘场景。
这种场景下，人工测试的优势在于：有经验的测试人员知道权限最容易出bug的地方在哪，比如“权限变更后旧缓存没清理”、“继承链路上某个节点被覆盖后下级反而获得了不该有的权限”。这些是基于对系统和业务的理解做出的判断，AI只能穷举，不会“挑重点”。
那AI到底适合干啥？
说了这么多AI不行的，咱也客观说说AI擅长的：
冒烟测试：代码提交后自动跑一遍核心流程，确保基本功能没挂 回归测试：几千条用例每天跑一遍，发现回归Bug 数据驱动测试：用大量测试数据验证输入输出的正确性 兼容性测试：几百种浏览器/设备组合自动跑 代码级检查：空指针、未捕获异常、SQL注入风险
说白了，AI适合做“量大、重复、有明确预期结果”的活儿。而那些“需要理解业务、需要换位思考、需要全局判断”的活儿，暂时还得靠咱人工。
最后给你留个思考题
我最近面试经常问一个问题：你们项目里哪些测试用例最容易漏测？漏测的那几次，是因为什么原因？
你会发现，绝大多数漏测都不是因为AI没覆盖到，而是因为测试人员自己对业务理解不够深。AI只是工具，真正决定测试质量的，还是你对业务、对用户、对系统的理解深度。
所以别焦虑了，与其担心AI取代你，不如花时间把你负责的业务彻底吃透。搞懂了业务，你就永远比AI值钱。
对了，我整理了一份《软件测试高频面试题合集》，涵盖了大厂常问的手撕代码、性能调优、自动化框架设计等硬核题目。关注公众号后回复“面试题”就能免费获取，有面试打算的同学别错过。
有啥具体问题，也可以加我微信同行群聊。行而不辍，未来可期，下期见。
