点点点,竟是测试岗最后的护城河
测试行业一直看不起“点点点”。
招聘要求里要写自动化、平台、精准测试、AI,做汇报也要讲技术建设。至于打开页面,把功能从头到尾用一遍,听起来实在没什么含金量。尤其是“手工测试”这四个字,说出来仿佛职业生涯已经没救了。
测试行业一直看不起“点点点”。
招聘要求里要写自动化、平台、精准测试、AI,做汇报也要讲技术建设。至于打开页面,把功能从头到尾用一遍,听起来实在没什么含金量。尤其是“手工测试”这四个字,说出来仿佛职业生涯已经没救了。
最近逛 GitHub,看到一个项目叫 Code Review Graph。(https://code-review-graph.com/)
我一开始以为是个 AI Code Review 工具,帮审 PR 那种,点进去发现不是,做的是前置化的工作,类似于提前把代码梳理一遍,结构化存储起来,后面要读取的时候直接读这个梳理好的结构。
今天这篇分享比前几篇稍微干一点,讲一下接口自动化测试的事情。
不少方案都会让 Agent 去执行接口、调用数据库、分析日志,甚至实时决定下一步操作,这件事情在接口自动化上没有那么重要,接口自动化,特别是用来门禁的用例,更需要稳定执行。接口自动化最大的价值,是确定性:同一份代码,在任何时间、任何环境执行,结果应该一致;失败时能够复现,成功时能够追溯。
最近参加了一场 AI 黑客马拉松。
看了很多团队的作品,给我带来了一种思维方式的变化。
我发现,很多技术人,做应用时都带有明显的开发者思维。
看到一个 AI 产品,脑子里第一反应总是:
我把 AI 接入了企业微信工作流,让它帮我处理一些日常的轻度工作,整体感受还不错。记录一下接入过程中的几个关键决策和一些细节。不是什么高深的东西,只是分享一下我的实践。
在微服务越来越普遍的今天,接口测试面临一个很现实的问题:
测试环境难搭、依赖服务太多、Mock 成本越来越高。
一个简单的接口调用,背后可能依赖数据库、Redis、消息队列以及多个下游服务。为了编写自动化测试,我们往往需要花费大量时间构造 Mock 数据,维护测试环境。