07｜AI 生成的用例和团队存量用例怎么融合？存量怎么办？

开场先讲增量和存量分治——存量沉淀着业务知识（那些「为什么要测这个」的隐含逻辑 AI 不知道），存量是资产不是包袱，这个态度先立住。

回答思路

第一步：增量和存量分治

• 新增量：AI 辅助生成 + 人工评审直接进库（走 05 题的流程）
• 存量：别急着推翻重来

第二步：存量盘活的三个做法

1. 结构化改写：把老用例统一格式、补齐要素——AI 做格式转换很擅长
2. 标签化：AI 读用例打业务标签和优先级标签，为后续检索和精准执行铺路
3. 查重合并：语义相似的用例让模型聚类去重留代表

三件事都是 AI 的强项——让存量从「一堆文档」变成「结构化资产」。

第三步：讲冲突处理（融合规则）

• AI 生成的新用例和存量语义重复的：合旧不立新（旧用例带着执行历史和 bug 关联）
• 存量用例和 AI 视角互补的（老用例漏了异常分支 AI 补上了）：合并成完整版

融合规则讲清楚，说明你真管过用例库。

第四步：讲和知识库的联动

存量用例 + 历史 bug + 需求文档一起灌进检索知识库，之后 AI 生成新用例时检索相关历史做上下文（RAG 的思路，17 题展开）——存量用例的终极价值是变成 AI 的业务上下文。

收尾：讲节奏

存量治理按模块滚动做（先核心模块后长尾），别搞一次性大扫除——和评测集维护同一个道理，摊到日常才可持续。

考察重点

维度	说明
企业动机	AI 转型最大的现实问题就是「新方法和旧资产怎么接」——处理不好要么浪费存量要么被存量拖死
过线标准	增量和存量分治 + 存量盘活的具体做法
区分度	讲「合旧不立新」的融合规则、讲存量变 RAG 上下文的终局思维的是有架构视角的
加分项	按模块滚动的节奏控制
减分项	「把老用例全删了用 AI 重新生成」——粗暴丢弃业务知识，暴露对存量价值的无知

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。