🤖 AI 让内容生成越来越便宜，但人的注意力没有同步变多 当“写”几乎没有成本以后，真正稀缺的，开始变成判断、验证和压缩

先算一笔账：一个 Agent 跑复杂长任务，API 成本会随任务长度放大，一旦失控打转，烧掉的不只是 token，还有用户的信任和耐心。这是质量问题，也是真金白...

上周给团队做模拟面试，我问了一道题："怎么测一个会自己改自己的系统？"现场安静了三秒。这道题不是凭空编的。2026年8月13日晚，DeepSeek 发布了首款开...

脚本自动化来的时候，有人说手工测试要完了；持续交付来的时候，有人说不懂流水线的测试要完了；大模型来的时候，又有人说不懂评测的要完了。

上次我们发了 DeepSeek Harness（dsh）的实测文章，评论区被问得最多的就是这一句：它到底能替测试开发干多少活？这个问题听着简单，其实没法一句话回...

AI 测试开发面试高频题："大模型接口常见的边界问题有哪些？" 边界值分析是测试的老手艺，但大模型的边界换了形态：输入有上下文窗口，输出有 max_tokens...

AI 测试开发面试高频题："怎么检测和防控大模型幻觉？" 幻觉不是偶发 bug，而是生成模型的概率行为。测试的职责不是"消灭幻觉"，而是把它压进阈值、让它可观测...

AI 测试开发面试高频题："测 Agent 和测普通接口有什么本质区别？" 普通接口测的是"一次调用对不对"，Agent 测的是"一条决策链会不会失控"。这篇用...

AI 测试开发面试高频题："Function Calling / Tool Use 怎么测？" 工具调用是 Agent 的手脚，也是事故重灾区：模型会编造不存在...

AI 测试开发面试高频题："Prompt 变更怎么防回归？" Prompt 是代码，但它比代码危险：改一个错别字不会有编译错误，却可能让模型行为整体漂移。这篇讲...

AI 测试开发面试高频题："你们怎么评测 RAG 系统的质量？" 答"看回答得对不对"只能算及格。这篇讲一次真实的"答非所问"故障是怎么定位到检索层的，以及黄金...

AI 测试开发面试高频题："大模型的输出是不确定的，你怎么做自动化测试？" 这篇用一个真实线上故障，完整还原 AI 测试开发工程师的处理过程：怎么定位、怎么写代...

但是，大语言模型（Large Language Model，LLM）的出现改变了这一切。

霍格沃兹测试开发学社，隶属于测吧（北京）科技有限公司，是一个专注软件测试、自动化测试、人工智能测试与测试开发的技术交流社区，并参与高校测试实训、火焰杯赛事及工程...