引言：AI普及后，测试人遇到的真实困境

---

上篇文章发出去之后，一位做了很多年测试的朋友跟我聊起了近况，满是焦虑。

现在AI自动写代码、自动化测试越来越普遍，那些沉下心研究业务、擅长找隐性问题的测试人，找工作面试却处处碰壁。企业直接把AI工具、自动化脚本当成硬门槛，让一心扑在业务上的测试者，越干越迷茫。

这不是一个人的烦恼，而是整个行业都跑偏了：我们到底该怎么平衡业务能力和工具使用，才是做测试的正确思路？

行业怪象：懂业务的测试人，为什么总被淘汰？

---

朋友的一番吐槽，说出了太多业务型测试的心酸：

“我能精准挖出业务里藏着的风险，能把核心流程的质量守好。可面试只问我会不会用AI、会不会写自动化。不会这一套，直接就被刷掉，好像我懂业务、能保障质量，全都一文不值。”

我们客观说，企业面试问技术，本意是想找干活高效的人；但如果面试变成了死磕技术、完全不看业务能力，那就完全本末倒置了。

现在测试行业最荒唐的事：企业一边喊着缺能把控质量的专家，一边又用纯技术标准，把最懂产品、最能防风险的人才挡在门外。

别钻牛角尖：懂业务和用技术，不是二选一

---

行业里最大的误区，就是把“深耕业务”和“使用AI/自动化”完全对立起来。真正适合AI时代的测试人，都明白一个简单的道理：

🔷 业务是根本

测试的最终目的，就是防控业务风险、保证用户用得放心。这是我们的核心本事，AI只能依托人工投喂的信息做辅助，永远无法独立替代人类的业务判断力。

🔶 技术是帮手

AI和自动化只是提升效率的工具，帮我们省去重复干活的时间，让我们有更多精力去研究业务，而不是用来淘汰懂业务的人。

只看技术的面试官，错把工具使用当成了专业能力；只讲业务的面试官，又忽略了工具能大幅提升工作效率。真正优秀的人才和面试官，都知道两者要结合起来。

AI带来的改变：写代码不难了，懂业务才更珍贵

---

AI自动写代码，彻底改变了测试行业的要求：它把自动化测试的写代码难度降到了最低，就算不是技术出身，也能快速生成测试脚本。

这就说明一个事实：手写代码早就不是测试的核心竞争力了，反而是看懂AI代码、设计测试思路、分析业务风险的能力，变得越来越重要。

AI把重复写代码的活干了，却让“懂业务”变成了更稀缺的能力。企业放着没法速成的业务能力不看，死磕谁都能快速学会的工具操作，实在是浪费人才。

AI生成的代码经常有逻辑漏洞，必须靠我们的业务经验去检查核对；工具花几天就能学会，但业务敏感度、风险意识、对质量的责任心，都是长年累月积累下来的。

面试的真相：是互相选择，不是单向考试

---

我们回归本质看面试：它是企业和求职者互相适配的过程，而不是死板的技能考试：

• 对求职者来说： 用自己的业务能力证明价值，同时愿意学基础工具，不排斥用技术提升自己；
• 对面试官来说： 重点看业务价值，技术只作为基础参考，既看实际能力，也看未来的成长空间。

好的面试，不会只看技术，也不会只看业务；厉害的测试人，既能吃透业务，也会合理使用AI工具。

实在建议：给测试同行和企业的心里话

---

致测试同行：别躺平，做懂业务、会用AI的多面手

别因为面试失利就否定自己的业务能力，也不用抵触AI和自动化。AI是我们的助力，让它帮你写重复的脚本、做有固定范式的工作，帮你提效，你把省下来的时间都用在挖业务风险上。

只懂业务不懂工具的测试会慢慢被淘汰，以业务为核心、会用技术提效的测试人，才是行业真正需要的。

致企业招聘：别搞形式主义，看真实能力选人

AI可以生成代码、做基础分析，但它无法自主理解业务风险。每个项目都有独特的业务流、技术架构，必须人工喂满背景信息，AI才能辅助工作，根本无法独立把控核心风险。招聘要找的是能解决质量问题的人，不是工具用得熟练的人。

设置一个基础的技术门槛，再重点考察业务能力，这才是科学的选人方式。

结语：AI时代，测试看的是价值，不是工具

---

上篇我们呼吁：做测试要回归业务本心，别被工具绑架；

下篇我们想说：别把业务和技术对立起来，重新看清测试人的价值。

AI是工具，自动化是方法，守住业务风险、保障产品质量，才是测试的初心。

愿所有深耕业务的测试人都能被认可，愿所有企业都能抛开形式主义，找到真正能创造价值的质量守护者。

---

© 回归测试本源 · 业务为核，技术为用 | 写给所有坚守本心的测试人