AI取代测试工程师前得先学会背锅

AI测试工具越来越普遍，但谁为AI的测试失误承担责任？

领测老贺认为所有讨论AI将取代测试工程师的文章都忽略了一个根本问题：谁为AI的测试失误背锅？

mabl（云原生、AI驱动的测试自动化平台）的报告说，完全采用DevOps的组织中，70%已经在测试中使用AI。Testlio的数据显示，功能测试自动化率达到了66.5%。这些数字看起来很漂亮，但它们只回答了"AI能不能干活"的问题，完全没有触及另一个问题：当AI干砸了，谁来承担后果？

我见过太多测试经理对着AI工具生成的测试报告点头称赞，然后毫不犹豫地签字放行。他们没意识到一个残酷的事实：那个签字的人，才是法律意义上的"测试工程师"，AI不过是你的工具，就像你手里的键盘。

被忽略的测试责任黑洞

去年有个做金融风控的朋友跟我聊起一件事。他们公司引入了AI测试工具，覆盖率从60%飙到92%，看起来很美好。但上线后出了一个边界条件的漏测，导致一笔异常交易没有被拦截，损失了七位数。事后追责，公司想甩锅给AI工具供应商，律师告诉他们：没戏。合同写得清清楚楚，AI工具只提供"辅助决策"，最终放行签字的是测试负责人。AI可以帮你干活，但不会帮你背锅。

这就是所有AI替代论的逻辑终点——你可以把执行交给机器，但你无法把责任交给机器。当自动驾驶测试漏掉一个关键场景导致车祸，当AI招聘工具产生系统性歧视被起诉，当算法推荐导致用户隐私泄露，被告席上坐着的永远是人类：产品负责人、测试经理、公司高管。从来没有一个法官会判决"AI系统有期徒刑三年"。

有人可能会反驳：未来法律会不会赋予AI法律人格？老实说，老贺不关心这个。因为即使AI有了法律人格，公司依然需要有人为"选择使用这个AI工具"这个决策负责。你选的工具，你签的字，你放行的版本，这个链条不会因为AI工具变聪明了就断裂。

测试的本质不是找Bug

大多数人对测试工程师的理解存在一个根本误区：认为测试就是找bug。这个认知太浅了。测试的真正本质是为质量背书——用专业判断告诉你，这个版本可以发布了，如果出了问题，我来承担专业责任。

这个"背书"动作包含大量无法被显性化的隐性知识。比如，你知道这个功能涉及用户资金，必须重点测；那个功能只是展示优化，可以适当降低优先级。你知道这个开发最近状态不好，他写的代码要格外小心；那个开发很靠谱，他说测过了你就可以放心。你知道这个上线时间卡得太死，必须有人拍板说"够好了，上吧"。这些判断没有教科书，没有训练数据，只有几十年摸爬滚打积累下来的直觉。

CT-GenAI测试大纲里有个概念叫"幻觉"（Hallucination）。当大语言模型生成的内容存在事实性错误或与任务不相关时，就会出现幻觉。大纲给出的检测方法包括交叉验证、领域专家咨询、一致性检验。但你发现没有，所有这些方法都需要一个人类专家来做最终判断。AI可以生成测试用例，AI可以执行测试流程，但当AI说"这个测试通过了"时，谁来验证AI没有产生幻觉？还必须是人类。

Katalon的报告说，实现质量目标的最大挑战是测试时间不足（55%）和高工作量（44%）。AI确实可以解决这些问题，但解决的是"效率问题"，不是"责任问题"。你用AI把测试时间从10天压缩到1天，但你签字放行那一刻承担的责任，一点都没少。

非确定性带来的新风险

GenAI大纲第3章还有个概念让我重新思考了测试的定义：非确定性行为。即使输入相同，大语言模型的输出也可能不同。原因很简单，推理过程中采用的是概率采样方法。你可能听过"温度参数"这个词，温度越高，输出越随机。

这对传统测试思维是颠覆性的。传统测试中，同一个输入两次运行结果不同，那就是bug。但在AI系统中，这可能是正常行为。大纲给出的缓解方法是调整温度参数或设置随机种子。但更深层的问题是：你怎么定义AI系统的"正确性"？你不能期望它100%正确，你只能期望它在某个置信区间内表现符合预期。

这带来了一个新的风险：当AI测试工具本身产生偏差时，谁来发现？谁来审计AI的审计？答案只能是具备测试思维的人类。测试工程师正在从"测试执行者"变成"AI审计员"——不是去和AI比拼谁发现的bug多，而是去监控AI有没有在正确地测试。

这个转变比大多数人想象的要深刻。它要求测试工程师掌握新的技能：理解AI模型的局限性，识别AI测试工具的盲区，建立对AI测试结果的复核机制。更重要的是，它要求测试工程师承担新的责任：当AI测试漏掉了关键问题，你不是受害者，你是责任人——因为是你选择相信AI的判断。

测试工程师的升维

所以测试工程师会消失吗？不会。但他们会变。

未来的测试工程师，不再是那个写用例、跑脚本、报bug的人。AI可以做得更快更全面。未来的测试工程师，是那个看着AI生成的测试报告说"等等，这里有问题"的人；是那个在AI信心满满地说"测试通过"时追问"你确定覆盖了边界条件吗"的人；是那个在上线前最后一刻拍板签字，把职业生涯押在这个版本上的人。

这是一个从"执行者"到"背书者"的升维，从"技术工种"到"风险责任岗位"的转变。

有数据显示：超过一半的测试者让最终用户参与测试过程，只有非常少的从业者从不这样做。这说明什么？说明测试从来不是闭门造车，它需要理解用户场景，需要判断业务风险，需要做出伦理决策。AI可以模拟一万个用户场景，但它无法理解为什么这个场景涉及用户隐私需要特别保护，为什么那个功能可能伤害弱势群体需要伦理审查。这些判断，只能由人类完成。

我见过一些年轻的测试工程师对这个趋势感到恐慌。他们担心AI会抢走自己的工作。我的建议是：别和AI比效率，那是你赢不了的战场。去学习AI无法替代的东西——对业务伦理的判断，对用户风险的直觉，对灰色地带的质量决策，以及最重要的一点：为你的判断承担责任的勇气。

一个不太舒服的问题

写到这里，我想问每一个正在使用AI测试工具的测试人一个问题：

下次AI告诉你"测试通过，可以发布"的时候，你敢在放行单上签上自己的名字吗？

如果你的答案是"敢"，恭喜你，你已经是合格的"AI时代的测试工程师"了。如果你的答案是"凭什么让我签，明明是AI测的"——那你可能需要重新理解一下软件测试这个职业的本质。

测试从来不是找bug那么简单，测试是为质量背书，而这个背书，AI做不到。