📖导读
许多测试人员误将“使用AI工具”等同于“拥有AI时代的核心能力”，这是致命的认知偏差。老贺认为，AI不会替代测试工程师，但会彻底暴露那些“以执行代替思考”的“伪测试者”。真正的职业危机并非来自AI，而是来自自身对“确定性执行”的路径依赖。
质量问题的瓶颈从来不在工具和覆盖率，而在于人的“想象力边界”。85%的重大线上事故源于“没人想过要测试这个组合”，这正是测试思维的价值所在——提出无人想到的问题。当下，测试左移和右移并非此消彼长，而是并行的质量补充手段。未来，执行型岗位将快速萎缩，取而代之的是具备“系统性质疑能力”的测试架构师或可靠性工程师。当AI接管所有确定性工作后，人类唯一能守住的阵地，就是对不确定性的持续追问。
73%的团队在CI/CD工作流中完全不用AI。但讽刺的是，MIT的研究告诉我们，85%的重大线上事故源于“没人想过要测试这个组合”——而不是测试执行不到位。
你看，问题从来不在测试工具不够用。
一个让软件测试行业尴尬的数据矛盾
先说个有意思的现象。
根据Katalon的《State of Software Quality Report 2025》，82%的QA从业者认为AI在未来3到5年内会变得重要。这个数字很唬人对吧？行业共识，趋势明确。
但转头看JetBrains的《State of CI/CD 2025》，73%的受访者表示在CI/CD工作流中完全不使用AI。
这两个数字放在一起，怎么看怎么别扭。
觉得AI重要，但不用。这不是叶公好龙，这是——老贺不知道怎么形容——软件测试行业的集体焦虑症？
老贺我干这行快三十年了，见过太多次“新技术来了”的浪潮。每次浪潮都有两种人：一种拼命追风口，学新工具、新框架；另一种缩在后面，说“万变不离其宗”。有意思的是，最后活得好的，往往是第三种人——他们先搞清楚“这东西到底解决什么问题”，再决定要不要跟。
现在AI就是这波浪潮。但我观察到一个危险的信号：很多测试从业者把“用AI测试工具”等同于“拥有AI时代的测试能力”。这俩根本不是一回事。
那些靠手工测试执行存活的人，危险了
我说话比较直，这篇文章可能会让一些人听着不舒服。
但我必须说：AI不会替代测试工程师，但会彻底暴露“伪测试者”。
什么叫伪测试者？
不是说你不会用工具，不是说你不懂技术。我说的是那些——用执行代替思考的人。
你每天的测试工作是不是这样的：产品经理丢过来一份需求文档，你吭哧吭哧写测试用例；开发提测了，你老老实实跑回归；出了bug，你记录、跟踪、复现。
这套流程，你干了五年、十年。你积累了大量经验，你熟悉业务，你人缘不错。
但你有没有问过自己一个问题：你上一次质疑需求文档是什么时候？
“这个功能真的应该这样设计吗？”
“用户真的需要这个功能吗？”
“如果我们不做这个，会损失什么？”
如果你的答案是“这些不在我的职责范围内”或者“我只是个测试”，那老贺我得提醒你：你可能正在成为被淘汰的那个人。
这不是危言耸听。
当AI接管了执行层——自动生成测试用例、自动跑测试回归、自动报bug——你觉得公司还养着一个“只会执行测试用例”的人，理由是什么？
成本低？AI更便宜。
经验丰富？AI学得更快。
熟悉业务？AI能读所有文档。
你唯一的价值，是AI暂时还不会的东西：质疑。
真正的问题：为什么我们不爱质疑
好，说到这里肯定有人反驳：“老贺你这是站着说话不腰疼，我们不是不想质疑，是质疑了没人听啊！”
这话我信。
但我想追问的是：你是真的提不出好问题，还是不敢提？
这两个问题，答案完全不同。
如果是提不出好问题，那是能力问题，可以练。如果是不敢提——
那才是行业真正的病灶。
我见过太多测试团队，汇报的时候点头如捣蒜，评审的时候鸦雀无声。不是他们没想法，是说出来会被怼回去。
“这个你不用管，按需求测就行。”
“你想到的问题开发都考虑过了。”
“你测你的，别管设计的事。”
这种话听过吗？
久而久之，测试就变成了一个执行岗位。你负责的是“怎么测”，不是“测什么”和“为什么测”。
但问题在于：当测试的价值被定义为“执行”时，你天然就是可替代的。因为执行是最容易被工具接管的部分。
测试左移现在是行业热词——把测试活动前移到需求和设计阶段。这本身没错。但我发现一个危险的趋势：有些团队把“左移”理解为“减少测试阶段的投入”。
结果是：需求评审做了，但测试执行缩水了。上线后该有的缺陷照样有。
测试左移不是替代，是补充。你在需求阶段发现了一个逻辑漏洞，不代表你不需要在测试阶段验证它真的被修好了。左移和右移（生产监控）应该是并行的，而不是此消彼长的。
ISTQB的测试基础级大纲FL-2.1.5讲得很清楚：左移是在时间线上重新分布测试活动，不是减少测试活动总量。如果左移导致了测试总量减少，那不是左移，是偷工减料。
测试思维的真相：提出无人想到的问题
MIT那个数据我前面提了，85%的重大线上事故源于“没人想过要测试这个组合”。
这句话值得细品。
事故发生之后，你复盘，发现：
“哎呀，这个边界条件我们没想到。”
“这个第三方接口超时的情况我们没测。”
“这个并发场景我们没覆盖。”
不是测试执行不到位，是测试设计的时候就漏掉了。
这说明什么？
质量瓶颈从来不在覆盖率，而在想象力边界。
你跑了一万条用例，覆盖率报告飘红，但真正出事的那个点，可能根本不在你的测试用例库里。
这就是测试思维的核心：不是执行能力，是提问能力。
我见过一些测试工程师，他们写的测试用例不多，但每次评审都能抛出几个让人后背发凉的问题：
“如果用户在这个页面断网了，重连之后状态怎么恢复？”
“如果这个第三方接口返回了文档里没写的错误码，我们怎么处理？”
“如果用户连续快速点击提交按钮，会不会有幂等性问题？”
这些问题，AI现在能提出来吗？
能，也不能。
AI能基于现有文档和代码生成大量用例。但AI很难提出文档和代码之外的问题——因为AI的“想象力”受限于它的训练数据。
真正有价值的问题，往往来自对用户行为、业务逻辑、系统边界的深层理解。这种东西，不是靠学文档能学到的。
AI来了，什么该交给机器，什么必须留给人
mabl的《Testing in DevOps Report 2025》有个数据：完全采用DevOps的组织中，65%在开发中使用AI，70%在测试中使用AI。
注意这个差距。测试中用AI的比例比开发还高。
这说明什么？测试领域的AI应用其实走得挺快的。但为什么73%的团队在CI/CD中完全不用AI？
我觉得有两个原因：
第一，AI工具的易用性还不够。很多团队想用，但集成成本高，学习曲线陡。
第二，很多测试团队的日常工作根本不需要AI。因为他们做的工作太“执行”了——写测试用例、跑回归、记bug。这些事情确实可以被AI部分接管，但如果你只会这些，AI来了你反而不知道该干什么。
所以我的判断是：AI不会替代测试工程师，但会倒逼行业重新定义“测试工程师”这个岗位的价值。
老贺认为未来三到五年，会发生几件事：
第一，执行型测试岗位会快速萎缩。手工测试、基础回归测试会被AI接管，这是大势所趋。
第二，测试工程师的能力模型会分化。一端是“测试架构师”——负责设计测试策略、定义质量门禁、把控风险；另一端是“测试开发者”——负责写自动化框架、做工具集成。但这两端有一个共同要求：必须能提出有价值的问题。
第三，“测试思维”会成为稀缺能力。不是所有测试工程师都有测试思维。测试思维本质上是系统性质疑能力——对需求质疑、对设计质疑、对架构质疑、对业务质疑。这种能力很难被工具替代，因为它的核心是对不确定性的直觉。
尾声：一个可验证的预测
最后说个预测。
未来三年，“测试工程师”这个岗位名称会越来越少出现在招聘JD上，取而代之的是“质量工程师”、“可靠性工程师”、“软件工程师（测试方向）”。但这不重要，名字而已。
重要的是：那些靠执行存活的测试人，会面临真正的职业危机。不是被AI淘汰，是被行业重新定价。
而那些始终保持质疑精神、愿意在“测试什么”和“为什么测”上下功夫的人——他们不仅不会失业，反而会发现自己的价值正在被重新发现。
当AI接管了所有确定性的工作，人类唯一能守住的地盘，就是对不确定性的追问。
这才是测试思维真正的价值。
领测老贺
30年软件测试老兵 | ISTQB CT-GenAI测试本地化工作组组长专注AI时代的软件测试方法论与实践
AI测试自动化测试质量保障
文章评论