关于本路线

软件测试开发正在被 AI 重塑：用例可以让 AI 出初稿，脚本可以让 AI 帮忙写，但「判断测得够不够、质量有没有滑坡、问题出在哪一层」仍然需要人。这份路线整理了一条从零基础到测试开发工程师（SDET）的完整学习路径：既打牢传统测试开发的功底，也补上 AI 时代的两门新功课——用 AI 提效测试，以及评测 AI 应用本身。

适合谁

• 在校学生 / 应届毕业生：准备走测试开发、自动化测试、质量工程方向，需要一条从零到能求职的完整路径
• 功能 / 业务测试工程师：业务熟悉但编程薄弱，想补齐编程、自动化和工程化能力，转型测试开发
• 程序员 / 后端开发：有开发基础，看好质量工程方向，想把求职面扩展到测开
• 在职测试工程师：想突破性能测试、质量平台、精准测试等进阶能力，冲击更高岗位
• 想学 AI 测试的工程师：想把 AI 真正用进测试工作，或切入 AI 应用评测新方向

配套建设

本站是开源仓库 ai-testing-guide 的在线阅读版，与 AI 测试开发导航配套建设：仓库和本站提供体系化内容，导航站提供学习路线进度跟踪、教程专栏、面试刷题等在线工具，两边同步更新。

交流渠道

作者微信（备注「测开学习」）	官方公众号「测试开发技术」	知识星球（微信扫码加入星球）

如果这份路线对你有帮助，请给仓库一个 Star ⭐️ 支持一下，你的认可是持续更新的动力。

版权与转载声明

本站由 鄂ICP备2025148041号-1 主体运营。

• 本站文档内容采用 CC BY-NC-SA 4.0 协议发布：
  • ✅ 个人学习、博客署名转载自由（请注明出处并保留链接）
  • ❌ 未经授权，禁止用于商业用途、付费专栏、培训课程
  • 🔄 基于本文档的二次创作需沿用相同协议
• 仓库中的示例代码采用 MIT 协议，可自由使用
• 转载请在文首注明：作者 狂师 · 出处 https://github.com/zhoujinjian/ai-testing-guide