我用 AI 写自动化测试脚本一周后,同事以为我偷偷请了个外援
霍格沃兹软件测试测吧
2026年02月25日 15:12

上周五的站会,我汇报完工作进度,旁边的老张凑过来压低声音问:“老实交代,是不是偷偷请了外包?或者……挖了个字节的测开大神在家远程帮你写脚本?”

我愣了一下,然后笑了。

这一周,我所在的团队正好遇上版本迭代高峰期,按往常节奏,光是把核心业务的回归测试脚本写完,至少得磨蹭三四天。但这周我不仅搞定了脚本,还有时间准点下班接孩子。老张的怀疑,我懂——毕竟就在一周前,我还跟他一起吐槽过自动化测试的种种破事。

这变化的秘密,其实不是什么外包大神,而是我自己用 AI 搭的一套测试脚本生成“流水线”。准确说,是 AI 辅助测试开发。今天把这周折腾的一点心得写出来,也许能帮到同样被脚本折磨的你。

一、一切始于那个写脚本写到吐的深夜

先交代下背景。我所在的团队,测试覆盖要求高,每次版本更新,接口自动化脚本必须同步更新。我们用的是 Python + pytest 框架,按说挺主流的,但痛点一直没解决:

  • 用例设计全靠人肉:对着接口文档,一个个字段想边界值,脑袋想秃

  • 数据准备烦得要死:注册接口要测用户名重复,我得先去数据库插一条;测手机号格式,得现造各种奇葩号段

  • 代码重复劳动:参数化用例写起来跟复制粘贴似的,改个字段名得全局替换

上周二晚上,我在工位上对着一个要测 12 种组合的接口发呆,心想:这种重复劳动,凭什么不能交给 AI 干?

于是,我开始了为期一周的“AI 辅助测试开发”实验。

二、第一阶段:让 AI 帮我写测试代码(从 0 到 1)

最开始的想法很简单——把自然语言变成测试代码。

我的工具是 DeepSeek(也有用 ChatGPT 的同事,看个人习惯)。第一次尝试,我给了它这样一段提示:

“用 pytest 写一个用户注册接口的测试脚本,接口地址/api/register,POST 方法,要测正常注册、用户名重复、邮箱格式错误、密码太短、必填字段缺失这几种情况,用参数化实现。”

十来秒,它就吐出了一段代码。我复制到 PyCharm 里,微调一下字段名,跑起来居然全过。

代码块
PlainText
自动换行
复制代码
import pytestimport requests
class TestUserRegister:    base_url = "http://test.env.com"
    @pytest.mark.parametrize("username,email,password,expected_code,expected_msg", [        ("testuser01", "test01@xx.com", "Pass1234", 200, "注册成功"),        ("existing_user", "new@xx.com", "Pass1234", 400, "用户名已存在"),        ("testuser02", "invalid-email", "Pass1234", 400, "邮箱格式错误"),        ("testuser03", "test03@xx.com", "123", 400, "密码长度不足6位"),        ("", "test04@xx.com", "Pass1234", 400, "用户名不能为空"),    ])    def test_user_register(self, username, email, password, expected_code, expected_msg):        url = f"{self.base_url}/api/register"        payload = {"username": username, "email": email, "password": password}        res = requests.post(url, json=payload)        assert res.status_code == expected_code        assert expected_msg in res.json().get("message", "")
复制成功

复制代码

那一刻的感受挺微妙:不是 AI 写得多完美,而是它把我最不想干的“模板代码”给干了。边界值不用自己凑,参数化的架子自动搭好,我只需要核对业务逻辑。

第一天,我用这种方式搞定了 5 个接口的脚本,效率大概是我手敲的 3 倍。

三、第二阶段:让 AI 当测试设计助手(从 1 到 10)

尝到甜头后,我开始加码。

传统的自动化测试,脚本只是最后一步,前面还有测试设计。以前我要先画脑图、列用例、写 excel,再转成代码。现在,我把测试设计也扔给 AI。

那天测一个订单查询接口,接口文档是 Swagger 格式的。我把 OpenAPI 的 json 文件喂给 AI,然后问:

“基于这个接口定义,帮我设计订单查询功能的测试用例,要考虑分页参数、时间范围、状态过滤、异常订单号等情况。”

AI 返回了一组测试点,还按优先级排了序:

  • P0:正常查询全部订单

  • P1:分页测试(page=1, size=10;page=2;size=0)

  • P1:状态过滤(待支付、已支付、已取消)

  • P2:时间范围(跨月、跨年、开始>结束)

  • P2:异常订单号(不存在、含特殊字符、超长)

我挑了几个边界值让 AI 生成具体脚本,剩下的录进 Excel,转给手工测试的同事用。那一周,手工测试的同事反馈,他们发现的几个漏测场景,AI 设计的用例里其实都覆盖了——只不过开发还没实现,所以脚本跑通了,手工跑就挂了。这说明 AI 不是神,但它帮你兜住了不少底。

四、第三阶段:引入工作流,让 AI 更“懂”业务(真正的转折点)

前两个阶段虽然快,但有个问题:AI 没有上下文。每次生成脚本,它都不记得刚才生成过什么,也不懂我们的业务规则。

比如我们有个业务规则:“用户当天取消订单超过 3 次,账号临时冻结 24 小时”。这种规则,光看接口文档是看不出来的。所以早期生成的脚本,最多测到状态码,测不到这么细的“状态流转”。

周三晚上,我研究了下 Dify 这个开源平台,试着把测试过程搭成可视化工作流。

我的设计思路是这样的:

  1. 输入层:把业务需求、接口文档、测试点用自然语言写进去

  2. 知识库层:把我们项目的 OpenAPI 规范、历史缺陷记录、业务规则文档传上去,让 AI 能检索

  3. 处理层:AI 先理解需求,再查知识库,最后生成测试策略和脚本

  4. 输出层:生成 pytest 脚本+测试数据

举个例子。测“用户取消订单”功能时,我在输入框里写:

“测试用户取消订单,要覆盖正常取消、重复取消、超过 3 次后取消被限制、订单状态已发货后取消失败。”

AI 先去知识库里翻业务规则,找到了“当日取消超 3 次冻结”那条。于是它生成的测试数据里,自动构造了这样一个用例:

代码块
PlainText
自动换行
复制代码
{  "用例ID": "TC_Cancel_004",  "场景": "当日取消次数超限后尝试取消",  "前置": "同一用户当日已取消3次订单",  "输入": "订单号ORD004,取消操作",  "预期": "返回错误码400,提示‘取消次数已达上限,请24小时后重试’"}
复制成功

复制代码

对应生成的脚本里,还加了一段前置数据准备:先调用三次取消接口,再测第四次。

那天老张看我跑这个用例,愣了:“这场景你怎么想到的?我都差点忘了这个规则。”我说:“我想不到,但 AI 记得。”

五、第四阶段:智能体的尝试(高阶玩法)

这周最后两天,我开始尝试更进阶的——让 AI 不再只是代码生成器,而是一个测试智能体。

参考了一些 LangChain 的案例,我试着搭了一个简单的 Agent,它能做三件事:

  • 理解任务:比如“测一下登录功能”

  • 调用工具:比如先调 GET /state 接口看当前页面状态,再决定点哪个按钮、输什么数据

  • 分析结果:如果登录失败,自动判断是密码错还是账号锁定,然后决定下一步是重试还是报 bug

虽然只搭了个原型,但跑起来那个感觉挺奇妙的。我让它测一个带验证码的登录页,它第一次用“admin/123456”登录失败后,自己推理说“可能密码错误”,然后换了一套“admin/Pass1234”继续试。试了三次都失败,它居然在日志里写:“建议检查验证码识别服务是否正常。”

那一刻,我真有点理解网上那篇文章说的了:AI 不是在执行脚本,而是在“思考”怎么测。

六、一周下来的几个数据

我不是那种特别喜欢讲故事的风格,还是摆几个数字吧:

  • 脚本编写效率:按代码行数算,大概提升了 3-4 倍

  • 用例覆盖率:对比我自己手写的版本,AI 生成的用例在边界条件和异常场景上多覆盖了约 30%

  • 维护成本:目前还看不出来,但感觉只要及时更新知识库(接口文档、业务规则),AI 生成的脚本适应能力应该比我手写强

  • 心情变化:从周二晚上的“写吐了”变成周五下午的“这就周五了?”

当然,也不是没坑。有几次 AI 生成的脚本里有不存在的字段,可能是它“记混了”别的项目;还有一次它生成的 SQL 注入用例,直接把我本地测试环境搞挂了——所以现在我在跑之前,都会先 review 一遍,尤其是带写操作的那种。

七、给想入坑的同学几点建议

如果你也想试试这条路,我的几点体会供参考:

1. 从最简单的场景开始别一上来就想搭智能体。先让 AI 帮你写几个参数化用例,感受一下它能干什么、不能干什么。

2. 提示词要具体“帮我写个登录测试”和“帮我用 pytest 写登录接口的测试,要测密码错误、账号锁定、验证码错误,用参数化实现,断言状态码和错误信息”——后者效果明显好。AI 不读心,你需要告诉它你要什么。

3. 建立知识库很重要如果只是单次对话,AI 记不住你的业务。把接口文档、业务规则、历史缺陷整理一下,让 AI 能检索,生成的脚本会准得多。

4. 保持判断力 AI 生成的脚本,我从来不直接跑。先看一遍逻辑,确认没写删库操作(别笑,真有案例)再执行。工具再强,方向盘还得在自己手里。

写在最后

周五下午,老张还在追问我外援的事。

我把他拽到工位前,打开 Dify 的工作流画板,给他看那几个节点:需求解析、测试生成、脚本输出。又把聊天记录翻出来,让他看 AI 是怎么一步步写出那些测试用例的。

他看完沉默了几秒,然后说:“也就是说,你没请外援,你请了个 AI?”

我说:“准确讲,是学会用 AI 给自己当外援。”

他拍拍我肩膀,走了。走几步又回头:“下周教教我?”

这大概就是我这周最大的收获——不是代码写得多快,而是发现了一种新的工作方式。以前是我写代码,机器执行;现在是我指挥 AI 写代码,AI 执行,我 review。我还是那个测试工程师,只是身后多了个不知疲倦的帮手。

也许就像那篇文章里说的:2025 年,最好的测试工程师不是最快敲键盘的人,而是最会指挥 AI 的人。

至于老张的请求,我已经想好了——下周手把手教他。毕竟,团队整体变强了,我才有更多时间研究怎么把 AI 用得更好。

以上,就是一个测试工程师用 AI 写脚本一周的真实经历。希望对你有用。


关于我们

霍格沃兹测试开发学社,隶属于 测吧(北京)科技有限公司,是一个面向软件测试爱好者的技术交流社区。

学社围绕现代软件测试工程体系展开,内容涵盖软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试,以及人工智能测试与 AI 在测试工程中的应用实践。

我们关注测试工程能力的系统化建设,包括 Python 自动化测试、Java 自动化测试、Web 与 App 自动化、持续集成与质量体系建设,同时探索 AI 驱动的测试设计、用例生成、自动化执行与质量分析方法,沉淀可复用、可落地的测试开发工程经验。

在技术社区与工程实践之外,学社还参与测试工程人才培养体系建设,面向高校提供测试实训平台与实践支持,组织开展 “火焰杯” 软件测试相关技术赛事,并探索以能力为导向的人才培养模式,包括高校学员先学习、就业后付款的实践路径。

同时,学社结合真实行业需求,为在职测试工程师与高潜学员提供名企大厂 1v1 私教服务,用于个性化能力提升与工程实践指导。