AI测试智能体开发课程上线
全链路AI测试智能体开发AI时代，测试岗位正经历深刻变革作为一名测试工程师，你可能已经察觉：过去需数小时完成的任务，如今AI仅需几分钟即可搞定。AI能够：自动解析需求文档自动生成测试点自动设计测试用例自动编写自动化脚本自动执行测试任务自动生成测试报告甚至越来越多企业开始尝试：「1名测试工程师 + 多个AI测试智能体」的全新工作模式。这意味着什么？意味着传统测试岗位正被重新定义。未来企业需要的，不再是只会点页面、写Case、维护脚本的测试人员。而是能够利用AI提升效率、开发测试智能体、建设AI测试平台的新型
AI时代的测试工程师：自动化与人工判断的重新定义
当前自动化测试、智能测试、AI生成用例、探索式测试、质量决策，这些概念都被归入了"AI测试"这个大类。最终讨论往往走向两个极端：一方观点认为，AI能够自动编写用例、自动执行测试、自动提交缺陷，测试岗位将被完全替代。另一方观点认为，AI总是在胡编乱造，测试这类需要严谨态度的工作必须由人完成，工具不过是营销噱头。这两种观点都存在偏颇。实际情况是：AI会替代部分"机械执行型测试任务"，但不会替代真正承担质量判断职责的人员。它会将测试工程师的工作重心，从"反复操作、反复编写脚本、反复查阅日志"，转移到"定义什么值
AI测试自动化入门指南
Agent（代理）：指代特定角色，例如测试工程师、测试负责人或运维工程师。当需要调用相关能力时，系统会从skills目录中检索对应功能。agents文件夹中的文件通常用于设定规则和执行标准，并不直接执行具体操作。以下示例展示了如何在tester.md文件中定义一个测试工程师角色，简要设定了测试范围等通用规范信息。.claude：目录结构，运行claude时会将对应技能（skill）和代理（agent）加载到根目录下。下一章我们将讲解：如何创建新项目，并借助AI实现一个基础的登录功能。
测试工程师的智能化转型路径
上周，一位测试朋友在朋友圈吐槽："写了一周测试用例，需求一改，全白写了。"这条动态收获了50多个赞，评论区清一色的"太真实了"。这是最传统的模式：测试工程师面对需求文档，逐条梳理测试点，手动编写用例。痛点显而易见：就像手工作坊，产量有限，质量参差不齐。大模型崛起后，很多人开始尝试用豆包、Kimi、Claude等工具生成测试用例。打开聊天框，输入Prompt，一次性生成——看似美好，但现实很骨感：这就像在作坊里引入了一台半自动机器，提高了效率，但精度和稳定性仍然堪忧。工具开始
AI测试新趋势：测试工程师的转型机遇
许多人误将AI测试与传统软件测试视为同一事物，但实际上二者存在显著区别——传统测试侧重于“验证既定逻辑”，而AI测试则聚焦于“驾驭动态智能”。通俗来讲，AI测试（AI Testing）是对人工智能系统、模型或应用程序进行全面验证与评估的过程，旨在保障其功能、性能、稳定性、安全性及伦理合规性达到预期标准，防止出现“AI失控”的情况。举例说明：传统测试关注登录模块时，只需确认“输入正确的账号密码可以成功登录，错误信息会有提示”即可；而在AI测试中，若测试一个人脸识别考勤系统，不仅需验证“能否准确识别人脸”，还