AI 落地第一步:我记了一周时间账,写了个脚本,才知道靶子一直打错了

一个答不上来的问题

先讲一个我最近看到的真实场景。

某公司的测试负责人小陈，在季度汇报里讲团队怎么用 AI 提效，讲得挺热闹。汇报完，VP 只问了一句："效率提升了多少？"

小陈张了张嘴，答不上来。不是他不行——是他手里根本没有能回答这个问题的数据。

这个故事来自腾讯云开发者社区一篇讲测试团队 AI 转型度量的文章，里面有个判断我非常认同：没有可信的度量，转型价值就停留在"感觉上"，而"感觉上"换不来持续的资源投入。

我自己也没好到哪去。[补充：你的经历——用过哪些工具、为什么"感觉有用但说不清"，两三句]

于是我没去研究新工具，而是做了两件更笨的事：记一周时间账，然后写了个脚本把账变成报告。本文的截图和数字都是这套流程的真实输出。

为什么"感觉有用"不可信

你可能会说：AI 生成的用例确实多了啊，这不就是提升吗？

这里有个特别容易被忽略的坑：产出不等于有效产出。度量方法论里有个参考区间——纯手工设计用例大约 8-15 条/人天，AI 辅助成熟期能到 20-35 条/人天。但前提是"有效"，即通过审核、真正入库的用例。AI 生成 500 条、80% 被废弃，堆出来的数字反而是误导。

更扎心的是今年 AiDD 峰会相关讨论里的一句话：

"很多团队只在用例生成、需求分析这类低门槛场景用 AI，结果是用例堆积如山，执行队列却空空如也。"

翻译一下：大家都在 AI 最容易出彩的地方用力，但瓶颈根本不在那儿。IDC 和中国银行业协会的数据是，测试执行阶段占全生命周期工作量的 60%~80%，回归测试占大头。靶子几乎总在执行侧，而我们的注意力总被生成侧的"惊艳感"吸走。

正面教材是天猫团队：他们动手前先测出"用例设计到回归占 QA 约 70% 时间"，然后才决定主攻用例生成。先算账，再选靶子，最后才是选工具。顺序反了，就是小陈的结局。

实战：一周时间账 + 一个脚本

方法简单到不像"方法论"。第一步，连续记 5 个工作日，每天按 7 个分类给时间打标：需求理解、用例设计、测试执行、回归测试、缺陷处理、环境与数据、沟通汇报。不用精确到分钟，每天上下班前花 5 分钟补就行。

第二步，把记录放进一个 CSV，每行一条：

date,start,end,category,duration_hours,note

2026-08-17,09:30,11:00,需求理解,1.5,版本需求评审

2026-08-17,16:00,17:00,测试执行,1.0,新功能冒烟验证

2026-08-17,17:00,19:30,回归测试,2.5,V2.3回归-交易模块

...

第三步，跑我写的小脚本（文末自取），终端直接出报告：

一周 41 小时、24 条记录，跑完 0.1 秒出结果。报告长这样，重点看三块：

① 分布：

执行侧（橙色两项）合计 25h，占61%——正好落在行业 60%~80% 区间里。其中回归测试一项 19.5h，占47.6%，接近一半。

而我之前用 AI 在干嘛？生成用例。用例设计只占 12.2%。我在用 AI 优化那 12%，真正的 47.6% 原封不动。

② 每日结构：

堆叠图看得更直观：回归测试（深橙）几乎天天满格，越接近发版越重，周五一天回归占了 5.5h。这是发版周的典型形态，也是自动化最该先吃掉的部分。

③ 脚本给出的靶子建议：回归测试 + 测试执行。只选这 1-2 项做 AI 试点，别撒网——因为落地试点需要真实场景、人工审核位和度量，撒网式"全面 AI 化"注定样样都浅。

对照行业锚点校验一下你的结果：执行侧低于 60%？大概率是漏记了执行类时间（大家天然不爱记重复劳动）；设计侧超过 40%？那你的问题可能是需求质量而非测试效率，AI 用例生成对你才是对的靶子。时间账不是标准答案，是校准器。

提前打两个预防针

第一，执行速度是陷阱指标。有个真实案例：某团队把执行时间从 12 小时压到 4 小时，看着翻倍了，但 AI 误报处理时间从 1 小时涨到 5 小时——净周期只缩短了 31%。诚实的回归周期要算总账：执行 + 结果分析 + 误报核实 + 报告生成。这也是为什么时间账要现在记：它是你的基线，没有基线，后面所有的"提升"都无法证伪。

第二，别只报好消息。度量最有价值的不是那张证明成功的对比表，而是暴露问题的警告——比如误报率涨了，那恰恰是下一步改进的方向。只报好消息的度量，老板迟早会问出你答不上来的问题。

这本账还有第二个用途

时间账不只是给 AI 找靶子的，它还是你绩效汇报和简历的素材库。

"用 AI 提升了测试效率"这句话没有分量，但"先摸清回归执行占了团队 61% 的时间，再把回归周期从 3 天压到 2 小时"——这句话每个环节都有数据撑着，是从小陈的窘境里走出来的唯一路径。

测试岗位正在被重新定价：AI 测试工程师年薪区间已经到 50-100 万，而纯功能测试的校招薪资在往下走。分化背后不是"会不会用 AI 工具"，而是"能不能定义问题、度量效果、推动落地"——时间账就是这三种能力共同的起点。

工具获取：后台回复「时间账」，拿走 CSV 模板 + 分析脚本（约 100 行 Python，只需 pandas 和 matplotlib），换成你的数据重跑，出你自己的报告。

明天开始，记一周试试。

下一篇预告：靶子找到了（回归测试），但为什么我劝你别先学最炫的工具？我们从"占比最大处切入"的正确姿势讲起。