
![](https://developer.qcloudimg.com/http-save/yehe-6490225/3f0c4af6ba809a41bd87552c6b7089c4.png)

大家好，我是狂师。

**AI 的能力这两年是肉眼可见地变强了**。写代码、画原型、出文档，以前要一个团队分头做的事，现在一个人带着几个 AI 就能全部包揽，工作产出抵得上从前的一个小团队。按理来讲，工具这么能干，人的工作应该越来越轻松才对。

但最近跟不少读者、学员聊，听下来的情况正好相反，测试工程师这个群体尤其明显。

用例确实能自动生成了，脚本也不用一行一行手写了，可人没有轻松半分，反而更忙了。提测的版本一个接一个，回归越排越满，加班一点没少。效率指标压得人更憋屈，领导看研发产出翻了倍，转头就问测试为什么没跟上，背在身上的绩效考核一年比一年高。


今天写这篇文章的目的，就是想站出来，为测试从业者或者打工人群体发声的。（哈哈，为我摇旗呐喊吧 🚩）
>如果正在看文章的你，是团队领导，不懂AI 在瞎指挥的，赶紧来看一下，提高一下认知，如果你是开头文章提到的哪一拔人，深有同感的话，就请赶紧把文章转发给你的领导。

## AI时代，产研组织发生了什么变化

AI 很强，也好用，这一点没人否认。可省下来的力气没有落到干活的人身上，人反而越来越累。原因不在测试或者打工人自己身上，我们先从 AI 时代产研组织正在发生的变化聊起。

![](https://developer.qcloudimg.com/http-save/yehe-6490225/e4af5bd132fc57f2205794567bfeb8ed.png)


**最直观的变化是岗位的边界没了**。

现在很多公司**已经不太区分产品经理、设计师、前端、后端、测试**这些岗位了，行业里很多人把这种统一后的角色叫 Builder，所有人都是生产者。

这在几年前不可想象，以前的分工靠技能门槛撑着，写代码要学好几年，做设计要有专业功底，门槛把岗位隔开，也把职责隔开。AI 把这道门槛拆掉之后，边界自然就守不住了。

**它带来的变化是所有人都可以提交代码**。

以前只有研发能碰代码，现在产品经理、设计师都能把自己的想法直接做成能跑的东西，效率提高得非常高。当然目前很多公司基本还停留在局部试点，只在少数 AI 团队里是这样，但方向已经很清楚。

**变化更大的在流程上**。

以前一个需求走下来，产品写 PRD，设计师画交互稿，开评审会同步信息，研发排期开发，测试照着文档验收，一层一层交接。

现在没有人再去写文档画交互了，在这种模式下，产品经理会直接做一些前端开发的事情，把自己的想法做成页面，直接把代码提交到内部的测试环境上。研发一看就知道他想要什么，在这个基础上帮他做精细化、规范化，做完之后测试测一下，就直接发到正式版本上。


**这样就形成了AI时代下，新的研发组织协作模式**。

![](https://developer.qcloudimg.com/http-save/yehe-6490225/3811845bfa4cbebd3526839a7625cabd.png)

产品经理把想要的效果提交到测试环境，研发一看就知道想做什么，不需要评审，也不需要画交互图，几个问题一确认就把代码规范化，没问题就上线。这就是为什么说研发这边算是比较好，因为它真的改变了组织。产品用 AI 把 PRD 写得更快，交互稿画得更快，研发用 AI 把代码写得更快，这些算个人提效，组织没改，工作流程还是原来的流程。


一个想法从提出到上线，中间的路短了一大截。如果不算测试的话，整体效率至少能提升3～5倍。


## 新的协作模式下，最累的是测试

新流程里最好过的是产品和研发，最累的是测试。这件事要单独展开讲讲，**它和大多数人对 AI 提效的想象正好相反**。工具越来越多，测试没有变轻松，反而更忙了，效率报告上的数字上去了，加班时长也跟着上去了。


为什么单单把测试排除在外，原因很简单，**测试是现在 AI 整体提效最大的瓶颈**。

产研这条流水线上，产品、设计、研发都在被 AI 加速，唯独验证这道工序，AI 虽然也能帮测试提效。但并不能像编码、设计一样。

![](https://developer.qcloudimg.com/http-save/yehe-6490225/9bf827a91d87a2d251b2985987c8ab43.png)

有几点关键原因。

### 错误的将开发提效照搬到测试提效

领导往往是这么想的。

特别是一个不懂AI落地的领导，看过几次 vibe coding 的演示，或者自己动手三分钟生成了一个能跑的网页，很容易得出结论，需求生产力、编程生产力提高了 5 倍、10 倍，甚至 100 倍。

这个判断放在开发身上，方向大体没错。接下来他会顺手把这套倍数套到测试岗，研发都翻十倍了，测试翻五倍不过分吧，年底的效率指标就这么定了下来。


**测试的效率确实也能提**。用例设计、测试脚本开发这类偏内容生产的工作，AI 的加成非常明显，原来写一天的用例现在一小时出初稿，原来维护一套自动化脚本要专人盯着，现在把需求描述清楚就能生成。这些环节翻几倍是没问题的。


### AI擅长迎合，而测试更需要的是“挑刺”

为什么说，不能直接将开发编码的提效照搬到测试工作上，问题出在两边的属性天然相反。

**AI 的迎合性非常高，它会顺着你说的方向去搞**，你提需求它照办，你说没问题它就一路绿灯。这个属性放在编码或内容生产类的任务没毛病，写代码的人就需要 AI 顺着来，越听话越好使。

**可测试的活恰恰是挑刺，要不断地去证明你做的不行**。让一个天生顺着的工具，去干天生对着干的活，AI 测试工具用下来效果不好，根因在这里。


![](https://developer.qcloudimg.com/http-save/yehe-6490225/6a334693c90565028a15aabca58e72c5.png)


测试真正吃时间和精力的地方不在这。而在于**执行和验证、全维度质量验收，如何确保做出来的东西与需求目标对齐**，这几块才是测试的主体。

它们和业务流程、业务场景强绑定，每个项目都得结合业务做定制，一遍一遍磨细节，这个月在这个业务里磨出来的经验，下个新业务来了重新磨。这类工作必须有人持续投入、持续主导才能做好。

AI 编程和 AI 测试的差别就在这里。

AI 编程工具强在没有人主导也能快速交付结果，给它一句需求，它能自己往下走。AI 测试没有这个属性，没人管它，它能生成一堆看起来很专业的用例和脚本，验证本身不会发生，和业务对不上的地方它也不知道。**内容生产可以无人值守，验证和对齐通常还是要以人作为主导**。


### 研发产能翻倍，被测的东西也变多了

研发的产出量翻倍了，测试却没有办法像研发一样放大。前面几道工序都在提速，验证这道还是原来的速度，东西越产越多，出口没有变宽，最后全堵在测试这里。**提速提不动，只能加人，测试反而成了扩招最多的岗位**。以前几个研发对一个测试，现在一个研发就要对一个测试，测试成了整个组织里唯一靠堆人补产出的地方。

![](https://developer.qcloudimg.com/http-save/yehe-6490225/a36caad7e8f64f1de74b5748147ed2f8.png)


这还只是效率这一头。另一头是，**研发产能翻倍，最直接的变化是被测的东西变多了**。以前两周上一个版本，现在一天一个。以前一个需求要走完评审和文档才到测试手里，现在产品直接把代码提到测试环境。

再者，被测对象本身也变了，AI 生成的代码迎合性强，你顺着说它就顺着来，错也错得很自信，而测试的活恰恰是挑刺，要不断证明它不行。一个顺着来，一个对着干，这个对抗里工具帮不上太多忙。


### 提效后的收益被拿去加大需求量

最拧巴的还在后面。测试自己也在用 AI 提效，用例生成快了，脚本写得快了，**可省下来的时间没有变成下班，变成了排进来的更多需求**。

**研发提效的收益被产品端拿去加大需求量，验证总量跟着涨**，测试站在中间，上游越来越快，上线的日期一天不让。

![](https://developer.qcloudimg.com/http-save/yehe-6490225/fc29099b99f1758b24a2a913b04cc441.png)


这就是很多测试这两年最真实的体感，工具越来越好用，活越来越多，人越来越累，内卷就是这么卷起来的。


用 AI 生成的用例，去测 AI 生成的代码，两边的量都在膨胀，中间对齐业务、拍板能不能上线的那个位置，压力最集中。而这个位置没法摊薄，业务有多少个场景，就有多少处细节要磨。

AI 可以把用例写得又快又多，唯独不能替人回答，这个版本做出来的，是不是需求真正要的那个东西。


## 写到最后


AI 给我最贵的教训是，0 到 1 可以靠一个人加 AI 冲出来，规模化必须有专业的人进场主导。对个人来说方向其实清楚，把用例和脚本尽量交给 AI，把省下来的时间挪到业务对齐和验收上。

**累不会消失，但至少累在值钱的地方**。

**这篇文章从头到尾都没有否定 AI 对测试的价值**。用例设计、脚本开发这些偏内容生产的环节，AI 帮测试提的效是实打实的。问题出在目标的定法上。

测试这个工种，有的环节是内容生产，AI 能翻好几倍，有的环节是执行、验证、验收，和业务强绑定，提效的空间天然有限。

企业落地的时候，执行层也好，领导层也好，定 AI 提效目标之前，先把自己团队的现状摸清楚，把能提的环节和提不动的环节分开看，再定一个够得着的数字。一刀切地套倍数，看别家翻十倍自己也想翻十倍，这种跟风，最后都会变成压在测试身上的加班。

最后，**想替测试同学说几句话**。

一款产品功能再炫、迭代再快，没有质量保障兜底，上线就崩，前面所有的效率都是白忙。测试站在研发和用户中间，替整个团队扛着质量风险，这个岗位的价值，从来不该只拿产出速度来衡量。如果你是团队负责人，下次开提效复盘，看到测试的数字没跟上，先别急着质问，多问一句他们这个季度的验证量涨了多少。

AI 还会越来越强，用它的人理应越用越轻松，测试不该一直是那个例外。

> 如果你也赞同本文的观点，请把这篇文章转发给更多的人。


AI 的能力这两年是肉眼可见地变强了。写代码、画原型、出文档，以前要一个团队分头做的事，现在一个人带着几个 AI 就能全部包揽，工作产出抵得上从前的一个小团队。按理来讲，工具这么能干，人的工作应该越来越轻松才对。

AI越来越强了，为什么测试人反而越来越累！（为打工人发声）

人工智能

测试

职业发展

AI时代测试工程师陷入"越提效越忙碌"困境：研发产能翻倍、被测对象激增，AI生成代码需人工对齐业务，验证环节成瓶颈。文章剖析产研协作模式变革，指出测试岗位价值被低估，呼吁管理者理性制定AI提效目标，关注质量保障核心作用。

AI编程

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

AI越来越强了，为什么测试人反而越来越累！（为打工人发声）-腾讯云开发者社区-腾讯云

AI越来越强了，为什么测试人反而越来越累！（为打工人发声）

AI越来越强了，为什么测试人反而越来越累！（为打工人发声）

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐