测试工程师
在用户之前找出软件会怎么坏 —— 并且是那个说「能不能发」的人。
这不是失业概率。它把「岗位任务中有多少暴露于自动化」与「采用实际走到了哪一步」合成为一个值 —— 只用于在同一套口径下横向比较职业,除此之外不作他用。
适用于产品软件团队中的手工测试与自动化测试工程师。安全关键领域的认证测试(医疗、汽车、航空)与游戏 QA 情况不同。
到底什么在变#
分析单位是任务,不是职位名称。职业不会被整体替代 —— 变的是它的任务构成。
手工回归测试
正在自动化≈ 平台推断每次发版都点一遍同样的流程,确认过去能用的东西没坏。
脚本化回归本来就可以自动化;变化在于智能体现在能按自然语言描述操作真实界面,并在界面变化时自行修复脚本 —— 这拿掉了过去让团队停留在手工测试上的维护负担。这是大多数 QA 岗位里最大的一块工时,而且走得很快。
编写测试用例与自动化脚本
正在自动化✓ 有证据支撑把需求变成用例,把用例变成在流水线里跑的脚本。
从需求或代码本身生成测试,是代码生成工具最有效的用法之一,过去要一个迭代才能达到的覆盖率现在一个下午就出来了。生成的测试和生成的代码一样浅 —— 它们确认代码「做了什么」而不是「应该做什么」—— 所以下一项任务变得更重要。
探索性与对抗性测试
仍由人主导≈ 平台推断试那些没人写进需求的事:奇怪的输入、竞态、先做第三步再做第二步的用户。
生成的测试来源于需求或代码,所以和它们有同样的盲区。找出没人想到的失败,需要一个关于真实用户和真实系统如何出错的模型,它来自对这个产品、这个领域的经验。工具扩大了搜索范围;「往哪找」的假设仍然是人的,而昂贵的 bug 就在那里。
决定能不能发
仍由人主导≈ 平台推断权衡未修的 bug、风险、截止日期和业务,说「行」或「不行」。
这是一个有组织后果的担责决定,团队没有表现出任何委托它的意愿。看板汇总状态;而「这次发布、这批客户、这一周能承受多大风险」的判断,由一个团队信任其判断的人来做。
测试内含模型的系统
新出现的任务≈ 平台推断评估输出不确定的软件 —— 构建评测集、捕捉行为回退、测试有害输出。
大多数新产品有模型在环,无法用「断言固定输出」来测试。评测设计、对抗性提示、行为回归是一门从业者稀少的新学科,而 QA 的思维方式 —— 假定它坏了、找出怎么坏的 —— 可以直接迁移。
哪些技术在起作用#
四类独立信号。它们刻意不做加总 —— 一个职业暴露于两种技术,不等于风险翻倍。
它是怎么走到这里的#
指数不是一个静态数字。这是自 ChatGPT 以来,每个能力检查点上它大致会落在哪里 —— 回溯重建,并且如实标注。
● 本职业有 1 条已核实事件,按真实发生日期标在轴上 —— 靠近标记的那几段曲线是有可核对的东西锚定的。
脚本化回归在 2022 年之前就可自动化,所以基线不低。转折在 2024 下半年到 2025 上半年这一对检查点上,而且原因很具体:能按自然语言描述操作真实界面的代理,消掉了「脚本维护成本」—— 正是这项成本让很多团队一直手工点。
曲线平缓不是「安全」的预测。它只是在说:到目前为止,自动化触及了哪些任务 —— 这里动得最少的职业,约束都是物理的或监管的,而这两样都会变。
近期变化#
一家公司,对既有单元测试类做改进并经构建/通过/覆盖率过滤;生成用例 75% 可构建、57% 稳定通过、25% 提升覆盖。公司自撰论文;场景是限时测试马拉松而非日常流水线。
真实场景里的小规模试验。说明落地条件正在被检验,不代表条件已经成立。
Meta — industry paper (arXiv 2402.09171, FSE 2024) ↗这对你意味着什么#
以手工测试身份入行是本站上最弱的入口,因为那正是走得最快的任务。改为从对抗性思维和那门新学科进入:学会去弄坏没人规定过的东西,学会评估基于模型的系统 —— 那里几乎没有有经验的人,而团队正在招。会写代码现在是这个角色的基线,而不是它内部的一个专长。
如果你的一周主要是回归和脚本维护,这个角色正在你脚下被合并,你应该在它推动你之前先动。你真正的资产是你脑子里那个「这个产品会怎么坏」的模型;把它变成探索性测试、发布判断,以及对你团队几乎一定在加的模型类功能的评估。这些是资深位置,而且正被最先认领的人填上。
你的选择#
四个方向,每个都写明真实约束和一个本周可验证的动作。继续做下去也是正当选择 —— 只要它是被选择的,而不是被默认的。
从执行测试到拥有质量
总得有人来定义「测够了」是什么意思、掌握发布决定、并负责探索性工作。这个角色会留下;执行角色不会。
需要团队接受测试人员说「不」,而这取决于你必须已经建立起来的可信度。
本周找出一个任何现有测试或生成测试都抓不到的 bug,并写下你是怎么想到它的。这份记录就是你的岗位描述。
专攻模型类系统的评估
它是新的、稀缺的,而且与测试人员已经在做的事直接相邻。发布模型类功能的团队需要一个假定它坏了的人。
需要你可能没有的统计知识、对「非确定性的通过/失败」的适应,以及仍不成熟的工具。
选你产品里一个基于模型的功能,写二十个旨在让它失败或出格的输入。跑一遍。像报任何 bug 一样报告你的发现。
转测试开发或平台工程
构建让整个团队都能测试的流水线、环境和工具,是需求稳定的工程工作,而且用得上测试人员对「哪会出错」的了解。
这是一个软件工程角色,会被当成工程师来评判;要准备好被考代码。
选你团队测试流水线里一个不稳定的部分,把它真正修好。如果你觉得这比找 bug 更享受,这条路是真的。
常见问题#
手工测试执行是,而且很快。质量作为一门学科不是:仍然要有人想象系统会怎么失败、决定它是否准备好了、并且 —— 越来越多地 —— 评估行为不确定的软件,而这件事几乎还没人会。这份工作正从执行测试转向拥有风险,从断言固定输出转向评估行为。完成这个转变的人比过去的测试人员更值钱;没完成的人会发现角色在自己周围被合并掉。
方法与来源#
- 评估日期
- 2026-09-10
- 任务判断的依据构成
- 1 条有证据支撑 · 4 条平台推断 · 0 条证据不足
- 已核实事件
- 1