【AI新范式】两条路线，一个答案：来自测开视角的实战手记
💡
原文中文，约9500字，阅读约需23分钟。
📝
内容提要
本文探讨了在AI时代，测试开发工程师如何利用AI提升工作效率。作者从两个视角分析需求：具备代码能力时，利用AI生成技术方案并进行审查；代码能力有限时，使用业务语言描述需求，让AI提供技术方案。强调了人机协作的重要性和测试开发的独特优势。
🎯
关键要点
-
测试开发工程师在AI时代面临两个问题：具备代码能力时如何利用AI，代码能力有限时如何结合AI。
-
保单指挥中心平台的需求是记录用户查询操作，支持数据追踪和性能监控。
-
具备代码能力的工程师可以将架构和需求提供给AI，由AI生成技术方案和代码。
-
代码能力有限的工程师需要用业务语言描述需求，让AI提供技术方案，并通过场景化问题验证方案。
-
无论哪种视角，最终目标是交付可用的、可扩展的查询记录功能。
-
AI可以帮助生成技术方案、代码和进行代码审查，工程师负责架构决策和质量把控。
-
测试开发的独特优势在于测试思维和质量把控，能够提出有价值的问题和评估AI输出。
-
在AI时代，测试开发的定位是与AI协作，而不是被替代，需懂业务、懂验收和懂协作。
-
无论是技术驱动还是业务驱动，最终都能交付价值，AI是工具而非替代品。
❓
延伸问答
测试开发工程师如何在AI时代提升工作效率？
测试开发工程师可以通过利用AI生成技术方案和代码，进行代码审查，从而提升工作效率。
具备代码能力的工程师如何利用AI？
具备代码能力的工程师可以提供平台架构和需求背景，让AI生成技术方案和代码。
代码能力有限的工程师如何与AI协作？
代码能力有限的工程师可以用业务语言描述需求，让AI提供技术方案，并通过场景化问题验证方案。
AI在测试开发中的角色是什么？
AI在测试开发中充当技术顾问，负责寻找方案和执行实现，而人负责定义问题和验收结果。
测试开发的独特优势是什么？
测试开发的独特优势在于测试思维和质量把控，能够提出有价值的问题和评估AI输出。
如何确保AI生成的技术方案符合需求？
通过需求翻译和验收判断，确保AI生成的方案满足业务需求和验收标准。
➡️
