03｜哪些测试环节适合 AI 落地，哪些不适合？你怎么判断？

开场给判断三问——这个框架比报清单高级。

回答思路

第一步：判断三问

1. 这个环节是不是文本密集（需求转用例、日志转归因——是）
2. 是不是有大量历史样本可学（bug 库、用例库——有）
3. 结果是不是可低成本验证（生成的用例人扫一眼就知道行不行——是）

三问都中的环节优先落地。

第二步：适合的环节按命中度排

1. 用例和测试点生成（文本密集 + 可验证，落地最成熟）
2. 日志和报错分析归因（样本多）
3. 造数和 mock 数据（结构化生成是模型强项）
4. 文档类（测试报告、方案初稿）
5. 存量资产盘活（老用例改写、脚本语言迁移）

按优先级讲，说明你有实施路线。

第三步：不适合或收益低的环节要敢讲

• 强业务直觉的判断（这个需求改动的风险面在哪——模型没有你们的业务上下文）
• 探索性测试的临场决策
• 复杂环境下 flaky 用例的根因排查（依赖本地状态和执行历史）
• 用户主观体验评估

AI 缺的是上下文和现场感。

第四步：讲「不适合」的转化条件

不适合常常是暂时的——把业务上下文喂给它（知识库、历史 bug）能转化成适合。判断是动态的，不是一锤定音。

收尾：给投入原则

高频低智的环节先上 AI（重复劳动最该被替代）；高风险高判断的环节人机协作（AI 出选项人拍板）——判断力本身永远留在人这边。

考察重点

维度	说明
企业动机	企业怕两种浪费：在不适合的环节硬上 AI（投入打水漂），和在适合的环节观望（落后同行）——判断力直接决定 AI 预算的回报率
过线标准	有判断框架（不是拍脑袋）+ 每侧三个以上具体环节
区分度	讲「转化条件」（上下文补足后不适合变适合）的是有动态认知的；把环节清单背死的缺思考
加分项	判断三问这样的自建框架
减分项	认为 AI 什么都能干或什么都干不了，没有颗粒度的判断

来源

整理自知识星球帖《面试情报 06｜AI 测试提效 20 题》，返回题库。