关于AI对于提升测试效率的一点想法

        CHATGPT等大模型的出现，看起来会重塑几乎所有行业，那么对于测试行业来说，可能的影响以及我们该做些什么呢？我分享一点自己的思考抛砖引玉，仅供参考。

        首先，我们的上游，产品和开发其实受到的冲击远大于我们，对于产品来说，需要一个需求只需要输入设想，其他的CHATGPT搞定，再结合具体业务调整就差不多了，我理解只有高级的产品还需要保留，对于那些COPY党来说，他们已经无路可走。对于开发来说，也是类似的情况，具体代码，大模型给你搞定，你要做的是根据实际业务做调整，然后白盒测试。普通的CODING基本也不需要了，只有高级架构师能幸免于难。

        但是对于测试来说，就不太一样了。首先如何执行测试，对于大模型来说就是一个巨大难题，人还可以去部署环境、准备设备、加各种依赖和配置，然后手动或自动执行，大模型做不到（比如各种需要手动的操作，例如开机等）；然后是测试什么，如何测试，测试到什么程度就可以了，这些人可以判断，大模型至少眼下还没戏。所以大模型能做什么，我理解是拆分需求以后，输入测试点，然后大模型提供测试用例来节约涉及用例的时间，同时或许也能丰富人的测试思路。

        畅想美好的未来，或许大模型可以完全替代人工执行测试，但是我理解更多偏向白盒测试领域，也就是代码级的测试。我觉得一方面可以考虑通过人工的工具或者框架来训练大模型执行更多更好更完善的白盒测试，一方面，测试同学暂时不用担心自己无事可做，测试规划和系统测试的大部分还是我们能做的，至少眼下让模型帮我们写测试用例或者出测试点就是挺好的事情不是吗？！