为什么团队用了 AI 之后，测试质量反而下降了！

文章主旨：

作者认为，AI提效后质量先崩并非AI本身之过，而在用法与业务适配；AI把生成成本打到接近零，但验证成本未降，测试人应把AI产出当草稿并强化质检，做到“AI负责快，你负责对”。

关键要点：

1. 现象与数据：有团队用AI提效半年后测试团队反而增加23%；作者实测AI生成的261条用例中，评审后可直接使用的仅26.4%，一半以上需人工修改，约两成错误。
2. 根因判断：AI降低的是“生成”成本，“验证”成本并未下降；AI错误常是幻觉且表达自信，与人的错误不同，更消耗测试。
3. 责任归属：质量下降核心在“用法”和“业务”，不在AI能力本身；会用者拆需求、喂上下文、先改再验，不会用者整篇丢入并把产出当成品。
4. 业务边界：增删改查、表单流程、标准后台等成熟场景AI质量可打；金融计费、库存扣减、订单状态流转及老系统隐藏规则依赖老员工知识，AI难以理解。
5. 建议与结论：把AI当新人带、产出当草稿、质检标准化、错误沉淀为回归用例、复杂业务留一手；生成越便宜，验证越值钱。

内容结构：

一、AI提效之后，往往先崩的是质量

• 以同行复盘“AI提效半年后，我们的测试团队规模反而更大了”切入：提测质量下滑、需求做漏、单位时间bug变多，测试团队加23%仍喊不够用。
• 群聊观察：开发讲不清AI提上来的代码；产品用AI写需求、开发用AI总结需求、再用AI写代码，形成“全程无人知晓”的链路。
• 作者实测：用电商项目需求让AI批量生成用例，效率很高，但261条评审后可直接用的仅26.4%；一半以上需人工改，两成错误。错误示例包括“页面展示正确”、提示信息为空引号、标题说测A功能而步骤跑B等，呈现“好像都对”的脸。
• 核心判断：引用原文“AI把‘生成’的成本打到了接近零，但‘验证’的成本，一分钱没降”；AI错误是幻觉、自信编造，人的错误会心虚，AI错误永远理直气壮，因而更消耗测试。

二、锅不在AI，在用法和业务

• 作者明确不批判AI，认为质量下降核心原因一是用法，二是业务。
• 用法差异：会用的同学把需求拆成小块，交代团队历史坑、业务规则、边界条件，产出先过一遍、改完再验；不会用的同学整篇需求原封不动丢入，出来什么用什么，把AI产出直接当成品，未意识到AI是在用通用知识猜业务。
• 业务差异：增删改查、表单流程、标准后台等套路固定、模式成熟的场景，AI交付质量能打；业务一复杂，如几百个开关的管理后台、金融计费、库存扣减、订单状态流转及十年老系统中的隐藏规则，知识不在AI脑中，而在老员工脑中。
• 推论：同一个AI，有人用出五倍提效，有人用出一堆线上事故，差别在用法和塞进的业务；提效省下的时间本应有一大块花在验证上，省掉的部分会变成bug连本带利还回来。
• 类比：十几年前自动化测试刚铺开时，把手工用例翻译成脚本、绿灯收工，后来脚本维护不过来变成“没人敢信的遗产”；说明“自动化的是执行，思考从来没有被自动化过”。AI时代只是同一部电影换演员。生成越便宜，验证越值钱，团队最稀缺的是能拍板“这玩意到底对不对”的人。

三、给用AI提效的测试同学，几条实在建议

• 把AI当新人带，上下文喂到位：别整篇需求一把梭，拆成小块、一次干一件事，白纸黑字喂业务规则、历史坑点、字段约束、上线红线；喂得越多，它猜得越少。
• 把AI产出当草稿，用不用决策留给人：哪怕一次做对九成，最后一成也要亲手过；过这最后一成的成本，本来就是岗位价值所在。
• 产出进流程前必须过一道质检：用例、脚本都不能省；质检要标准化，用维度、指标、checklist，让验收有据可查。
• 让AI干真正擅长的活：除用例生成外，可用于解读老系统、梳理祖传代码、批量造测试数据、归因失败日志、整理散落业务规则；进阶玩法是先挖出老系统隐性知识，再喂回去生成用例。
• 把AI犯过的错沉淀成回归用例：它编过不存在的字段，下次就拿这个考它；错题本越厚，它在该业务上越老实。
• 复杂业务留一手，简单业务放手跑：增删改查等标准场景可放心交给AI并抽查；计费、扣减、状态流转等高风险路径，AI出初稿，关键分支必须人肉再走一遍。结论是“AI负责快，你负责对”，两者结合才可能真正提效。

文章总结：

全文以“AI提效后质量先崩”为警示，建议测试团队把AI定位为提效工具而非决策者，以标准化质检和人机分工守住验证底线。