📖导读 在AI测试工具以"每分钟跑完上万条用例、99.7%通过率"的狂飙之势席卷软件行业时，一个被绝大多数人忽略的认知陷阱正在浮出水面：AI的效率神话，正在掩盖一个致命的业务语义盲区。 本文通过测试员"老张"的真实事故切入——AI"智能跳过"了用户输入年龄为负数的边界场景，导致生产环境数据泄露。这个看似"异常"的负数，恰恰是合规检查的防波堤，而AI不懂这个背景。领测老贺由此展开深度追问：当AI把测试效率提升了95%、投资回报率达到10.3倍时，测试员的真正价值在哪里？ 答案令人清醒：AI懂模式，但它不懂"荒谬"。它…
导读 在软件测试向AI驱动转型的过程中，真正的最大障碍并非技术本身，而是管理层的认知固化与旧有考核体系的惯性。 老贺通过一个真实的试点案例，揭示了转型中的典型悖论：AI工具将回归测试从3天压缩至4小时，但管理者的考核指标仍以“用例执行数量”为核心（占比40%），导致工程师不敢减少手工用例，AI工具反而沦为增加工作量的“昂贵摆设”。 老贺通过“五层追问”层层剖析了管理者的阻力根源： 路径依赖 ：管理者自身的晋升依赖“用例执行效率”等旧指标，否定旧体系等于否定其职业生涯。 权力动摇 ：新指标（如风险覆盖率）要求管理者从…
导读： 测试思维的真正含义是什么？当一种测试能力只能靠“悟”来传承时，它离失传也就不远了。“测试思维”并非神秘玄学或不可言传的“悟”，而是可以、也必须被结构化管理、显性化拆解和有效传承的能力。在AI时代，固守“只可意会”的经验主义是一种知识管理的失败，真正有竞争力的测试工程师是那些能将隐性判断转化为可执行步骤、可量化指标的人。 小北把笔记本电脑合上的时候，手有点抖。 那是去年冬天的一个下午，北京写字楼的暖气烧得人脸发烫。小北是三年前参加过我测试培训课程的学员，刚升了中级测试工程师，正面临他职业生涯的第一次“大考”—…
📖 本文导读 AI质量保障不应局限于传统的"测试左移"（Shift-Left），而必须向外扩展（Shift-Out），构建覆盖全生命周期的"认知缓冲区"。AI系统的输出天然是不确定的，用传统"找Bug"的思维去测试AI，就像用尺子量海水——工具和对象根本不匹配。所以：AI质量保障的核心不是发现缺陷，而是持续构建信任。具体分三步走——用黄金验证集锚定基础正确性，用评分卡对齐团队认知，用信任衰减曲线监控演化风险。三道防线逐层递进，从"点"的校验到"面"的共识再到"线"的持续追踪，最终形成人机之间的认知缓冲区。 一年前，…
【导读：别让AI测试沦为“数字游戏”】 AI一夜之间能吐出成千上万条测试用例，但面对领导的灵魂拷问——“这些用例到底比人工强在哪？”团队却往往哑口无言。 在本文中，领测老贺将经典软件工程方法论 ODC（正交缺陷分类法） 创造性复用到AI测试场景中。文章拒绝空谈概念，直接给出一套可量化的评估体系：不再单纯追逐用例数量，而是通过 Defect Type（缺陷类型）、Impact（影响程度） 和 Trigger（触发条件） 来精准“称重”AI的发现能力。 无论你是想证明AI测试的业务价值，还是想科学指导Prompt…
一、为什么大规模敏捷需要清晰的测试策略？ 在大型敏捷团队中，经常遇到这样的矛盾：业务部门希望两周上线一个新功能，但技术团队发现每次上线后总需要紧急修复大量问题。例如某知名电商企业在引入微服务架构后，虽然开发速度提升了，但由于测试策略没有及时调整，生产环境的问题数量反而翻倍。这说明，当组织规模扩大时，测试不能只停留在"发现bug"的层面，而需要成为连接业务目标与技术落地的桥梁。 测试策略就像团队的质量导航仪——它需要明确回答三个问题： 当前业务最需要保障哪些质量目标？（比如支付系统的稳定性＞界面动效的完美性） 现…
2013年5月应邀接受了CSDN记者的专访，距今已经十年了。整理文章，将这篇专访也保存一下吧 随着软件规模的不断增大和软件复杂性的日益增加，软件测试也显得越来越重要，为了让更多的人认识软件测试行业，社区之星第26期采访了领测软件测试网创始人贺炘，探讨软件测试从业人员的地位、就业和发展现状等热点问题。 贺炘，领测国际科技有限公司首席软件测试专家、ISTQB国际软件测试认证委员会认证讲师、CSTQB中国区专家组资深专家、CSDN软件测评技术专业委员会会长、北京软件行业协会测试工作委员会副秘书长、中国软件服务外包标准评审…
