如果只是一次性使用 AI，那它永远写不好用例

当前，AI已经很自然地融入研测流程了：写代码、写用例、补文档，先让 AI 跑一版，再由人来修正。但在测试工作中，我越来越强烈地感受到：

我们一直在“一次性使用 AI”。

因此，我想提出一种不同的思维方式，但不讨论成本，也不讨论效率，供各位参考。

一、意识到问题的那一刻

有一次，我在看一组 AI 生成的测试用例。

覆盖点不少，结构清晰，主流程完整，异常场景也“好像都考虑了”。

如果只看形式，它甚至比不少新人写得好。

但我下意识冒出一个念头：

“如果这组用例出了线上问题，我会意外吗？”

答案是：

不会意外，但我也说不清哪里一定有问题。

那一刻我意识到一件事：

我们并不是在真正使用 AI，

而是在一次性消耗它。

二、什么叫“一次性使用 AI”

“一次性使用 AI”，在测试场景下非常常见：

• 让 AI 生成一版用例

• 人工快速 review

• 发现问题，自己补

• 最终交付的是“人改后的版本”

而 AI 呢？

它对这些修改一无所知。

下一次同样的需求、类似的业务，

它依然会犯几乎一样的问题。

久而久之，大家会得出一个结论：

“AI 写用例也就这样了。”

但真的是 AI 不行吗？

三、一个真实的类比

我意识到，这种使用方式，和带实习生几乎一模一样。

假设你在带一个实习生干活：

• 他干到了 80%的程度

• 剩下 20% 不太对，不知道怎么干

你有两种选择。

第一种：帮他干完剩下的 20%。

快、稳、省事，对当前项目最友好。

但结果是：

• 他不知道哪里错了

• 下次还会错在同样的地方

• 你永远都在兜底

第二种：花时间告诉他为什么不对，应该怎么干。

他肯定还是有不会干的活，但慢慢地，你只需要帮他兜最后那 1% 了。

短期看，慢一点。

长期看，他会成长。

而我们现在对 AI 做的事情是：永远选择第一种。

然后转头抱怨一句：“这实习生怎么一直不进步？”

四、问题不在 AI，而在我们的思维方式

我们默认的工作哲学是：人是主体，AI 是工具。

于是我们习惯：

• AI 负责快速产出

• 人负责兜底修正

• 结果对了就行，过程不重要

这套逻辑在“工具时代”是成立的，但在 AI 时代，也许不是最好的选择，因为我们在无形中做了一件事：

我们要求 AI 反馈越来越好的结果，却从不给它任何进化路径。

五、为什么 AI “永远写不好用例”

很多人会吐槽：

• AI 不懂业务

• AI 不理解真实用户

• AI 用例太理想化

但我们回头看一下自己的使用方式：

• 提示词是一次性的

• 上下文是临时拼的

• 历史问题没有输入

• 修改结果不做反馈

在这种前提下，我们却期待：“它下一次能写得更好。”

这本身就是一个悖论。

我们把 AI 当成一次性用品，却期待它具备长期记忆和成长能力。

六、怎样“不一次性使用 AI”

看到这里，很多人也许会想：“我们公司也做知识库，也会把人工修改后的用例做召回，这不算一次性使用 AI 吧？”

诚然，随着方法论的成熟，AI 工具本身正在变得越来越完善。但我想强调的是：如果人的思维方式不变，工具再先进，本质上依然是在“一次性使用 AI”。

我们也许需要刻意改变自己的工作方式——

不再把 AI 当成“生成一次就结束”的工具，

而是把它当成一个需要被指导、被校准、被长期塑造的对象。

1.用例有问题，不再只改结果

这是我认为很多人不会去做的。

以前是：

用例不行 → 人工补 → 提交

如果时间允许，不妨试试：

(用例不行 → 人工分析哪里不行 → 反向写进提示词和上下文提交)(多次循环)→ 提交

把补充剩余20%用例的时间用来写提示词、调工作流，循环到只需补充1%用例时再收手，长此以往，也许能让AI更贴合某一类具体业务，第一次生成的采纳率，从80%到85%，再到90%。

---

2.用例不是生成一次，而是小跑式迭代

不要追求一次生成一套完美用例，

而是接受：

• 第一版跑主流程

• 第二版补异常

• 第三版补状态、并发、回滚

AI 每多跑一次，不是在“多干活”，而是在被校准方向。

---

3.认真给 AI“喂经验”

建设有用的知识库，不是把所有文档一股脑分chunk向量化。

它需要分类，也需要设计好查询方式。这是一个难度很高的课题，甚至可能投入很多精力，效果依然不完美。

但如果不把这些告诉 AI：

• 历史线上事故

• 曾经踩过的坑

• 真实的用户操作路径

那它永远只能写出“标准答案”。

七、不一次性使用 AI，释放了人的价值

有一个非常明显的变化，当我不再把精力放在“帮 AI 改作业”上，而是放在：

• 定义什么是风险

• 判断并描述哪里不合理

• 设计 AI 的工作方式

反而感觉：

人变轻了，判断变重了。

测试不再是“补漏的人”，而是：

• 决定什么值得测

• 决定 AI 应该学什么

• 决定质量边界在哪里