过去两年，测试团队说起"用AI做测试"，默认动作往往是同一个：把判断类的活儿——这条日志算不算异常、这个缺陷该定多严重、这批用例哪些值得跑——统统打包成一个提示...

从法律层面看，《著作权法》2020年修订后将法定赔偿上限提高至500万元，司法实践中侵权赔偿金额也在显著攀升——上海某企业因73台设备使用盗版CATIA软件被判...

🤖 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

她讲了团队引入AI工具的过程，讲了现在的工作方式，讲了工程师们反馈效率提升了很多。PPT做得很好，故事讲得很流畅。

我们用的PRD，是产品经理小李在一个迭代里实际交付的文档。功能是电商平台的"优惠券领取与使用"模块改版，包含以下几个子功能：

我们的Agent在执行接口回归时，每跑完一批用例，都要等我确认"可以继续"才能跑下一批。理由是"怕它做错决定"。结果一套两千条用例的回归，本来可以一小时跑完，因...

在建设面向量化研究的行情数据服务过程中，我们团队针对如何客观评价股票数据源的质量与延迟沉淀了一套测试方案。服务客户主要为对冲基金和私募管理人，对数据的准确性、一...

在介绍具体工具之前,有必要先讲清楚这类工具的效率提升到底来自哪里,而不是抛一个笼统的百分比唬人。

SCA（软件成分分析）工具的底层定位，不是“漏洞扫描器”，而是软件资产的盘点与管理工具。

这个回答听起来像在回避，但它恰恰是这件事的核心。很多团队尝试用 AI 生成测试用例，最终以失望收场——不是因为 AI 不够聪明，而是因为他们把一件需要设计的事情...

精准测试主要解决测试分析以及测试执行两个维度的问题，作为QA团队，变更的输入主要来源两方：一方是来自业务产品侧的业务变更，一方是研发侧的代码变更。如何在需求/代...

👉 MRD → PRD → Architecture → Design → Coding → Testing

前段时间，一个做了八年 DevOps 平台的朋友跟我吃饭，聊到他们最近在做的事情。

一个测试工程师的典型工作日，在过去几十年里并没有发生太大变化。早上拉取最新代码，跑一遍回归测试，处理失效用例，阅读测试报告，标记需要人工确认的可疑项，下午开始为...

每一轮技术浪潮都有相似的剧本。新工具出现，早期团队跑步入场，成功案例快速传播，焦虑情绪蔓延，更多团队在准备不足的情况下仓促跟进——然后，一批人在喧嚣中收获真实的...

软件测试的自动化历史，可以用一句话概括：人们一直在努力把重复性的判断，写成可以反复执行的指令。

软件行业正在经历一次罕见的生产力跃迁，而它的震中，恰好落在距离测试岗位最近的地方。

如果你曾经设置过Jira API集成，就会知道这并非“一键搞定”。对我来说，这是一场OAuth的头痛、无尽的API文档，以及太多次“为什么没有返回任何内容？”的...

这个定义不错，但它太窄了。它把测试工作的价值，锚定在一个具体的、可被计数的产出物上——缺陷单的数量、严重级别的分布、发现率的高低。这套评价体系在某个时代是合理的...