在整个软件开发周期中，AI大模型都为工作效率的提升带来了很大的便利，AI大模型在写基础代码和做基础测试时可谓便捷且高效，正在逐渐替代一些基础程序开发工程师和测试工程师。

作为一名测试工程师，今天我们聊一下，AI发展，到底给软件测试工程师带来哪些挑战？软件测试工程师会被时代淘汰吗？

软件测试对于软件开发的意义是什么？

软件测试是软件开发生命周期中的一个重要环节。从需求分析阶段、设计阶段、编码阶段、集成阶段到系统测试阶段和软件发布后的维护阶段，软件测试贯穿始终。尤其是验收测试阶段，大多需要找具有CNAS或者CMA检测资质的专业第三方检测机构做具有更有认证价值的检测报告，才能完成一个项目的最终交付。

软件测试的目的是确保软件的质量，发现并修复缺陷，以及验证软件是否满足用户的需求。

目前AI大模型在软件测试方面完成得如何？

首先是比较基础的功能测试和兼容性测试，AI大模型已经相当完善了。现在大多数测评实验室已经开始应用大模型。一般做功能性、安全性各方面的检测，一切要按标准执行，用人工测试其实很复杂，每个条款都要人工审核，工作量非常大，AI大模型可以大幅度提高工作效率。

使用AI工具可以提前做一些解析，根据一些算法整理成计算机可识别的标签去处理，最后再人工复核，效果还不错。

目前AI大模型在软件检测中的弊端

（1）难免差错与遗漏 需要人工复核

在实践过程中，AI大模型很容易出现一些遗漏的地方。但是软件检测是不允许有任何差错的，有差错一切归零。这种情况下，对技术的要求也很高，把标准翻译出来只是第一步，后续的环节还需要大量的技术人员和测试人员共同努力。

（2）如果安全测试也用大模型来做，这个事儿还安全吗？

这也是很多软件开发企业的共同担忧。安畅检测首席技术专家李龙曾就这一问题，根据自己深耕十几年安全领域的经验，做出以下解答：

安全分为几个层面——信息安全性、数据安全、网络安全和设备本身的安全。如果从信息安全性来探讨，它是安全的。从可复查性、抗攻击性等方面来说，用大模型是完全可以的。

但是对于网络攻击型的、数据安全型的，需要具备一定攻防能力才能做好，而这类产品的检测又恰恰很难被大模型基础性标识去模仿和取代。所以安全测试方面，大模型目前难以完全支撑。

测试工程师应该如何保持竞争力？

对于有经验的测试工程师，建议大家提升测试能力，不要把精力只放在基础的功能测试上，要从基础的信息安全往数据安全、通信安全、网络安全方向发展，提升攻防、渗透安全检测能力。

李龙先生对刚入行的测试工程师或在读大学生提出过四点建议：

（1）把《软件工程》这本书学好；

（2）把《网络工程》学扎实；

（3）学一门编程语言，python也可以，要能看懂代码，能写基础的代码；

（4）离校之前重装一次自己的电脑，能做到把你们宿舍的人连成一个局域网。