资讯详情

关注 霍格沃兹软件测试开发 公众号，回复「资料」, 领取人工智能测试开发技术合集

有时候，你和“会写代码”之间，只差一个会聊天的AI

大家好，我是某互联网公司的测试架构师，做了快十年的软件测试。

今天不聊大道理，聊一个我刚亲眼见证的事。团队里新来了一个实习生，00后，纯手工测试背景，一行代码都没写过。我让他用AI写了人生第一条自动化脚本，从打开电脑到跑通第一个用例，20分钟。

他盯着屏幕上绿色的"Passed"，愣了半天，说了一句话："就这？"

对，就这。

一、他之前为什么不写自动化？
这个实习生叫小林（化名），本科刚毕业，在学校学的都是手工测试那一套——等价类、边界值、判定表、写测试用例、提Bug。简历上"编程语言"那一栏写的是"了解Java"，但实际上就是学过一学期，早就忘光了。

入职第一周，我们让他跟着项目跑手工测试。小伙子挺认真，用例写得工工整整，Bug描述清晰准确。但每天重复同样的回归测试，他偶尔也会问一句："这些东西，不能自动化吗？ "

我说："你想学自动化？"

他有点犹豫："我怕学不会，听说写脚本要会Python，还要懂框架。 "

我想了想，没让他去翻书、没让他看视频，直接把他拉到电脑前面，打开了CodeBuddy。

二、20分钟干了什么？
第一步：准备一个简单的测试场景（2分钟）
我让他选一个最常手工回归的功能——登录。

"就这个，把流程写下来，用人话。不要管代码。"

他写了：

打开登录页面，输入正确的用户名和密码，点击登录，检查页面是否跳转到首页，检查首页是否显示用户名。

第二步：打开AI，说人话（2分钟）
我让他打开CodeBuddy，把上面那段话粘贴进去，前面加了一句：

"帮我写一个Playwright自动化测试脚本，测试以下场景："

然后回车。

第三步：AI干活，他看（5分钟）
AI在几十秒内生成了一段完整的脚本——引入Playwright、启动浏览器、输入账号密码、点击登录、等待跳转、断言"用户名"出现、关闭浏览器，每一步都有中文注释。

小林盯着屏幕看了两遍，问我："这就能跑了？ "

"你试试。"

第四步：装上环境，跑第一次（8分钟）
安装Node.js、用命令装Playwright、把AI给的脚本保存成文件……到跑的时候，报错了——登录按钮定位器不对。AI用的是button:has-text("登录")，但页面是input[type="submit"]，没找到元素。

小林有点慌："报错了，怎么办？"

我说："把报错信息复制给AI，再加一句'这个按钮好像找错了，帮我修一下'。"

他照做了。AI秒回了一段修改后的脚本，把定位器换成了input[type="submit"]。

第五步：跑通！（3分钟）
重新运行，浏览器弹出来、自动填账号密码、自动点登录、页面跳转到首页，控制台输出了绿色的"Passed"。

20分钟，从"一行代码都不会写"到"跑通第一条自动化脚本"。

小林盯着屏幕，我盯着他。他问了那句所有人都想问的话："就这？ "

三、为什么能这么快？
复盘一下，小林能在20分钟内跑通第一个脚本，核心原因有三个：

原因一：他明确知道"自己要测什么"
小林的测试场景描述非常清晰——登录、填什么、点什么、检查什么。他知道测试逻辑，只是不知道怎么写代码。 AI正好补上了"怎么写代码"这个环节。

AI最擅长补的不是"测试设计"，而是"从设计到代码的转换"。 小林提供的测试设计越清晰，AI产出的代码就越准确。

原因二：他用的是"能看懂的脚本"
AI生成的脚本每一行都有中文注释。小林虽然不会写Python/JS，但他能读懂注释，知道每一行在干什么。

传统学自动化的路径是：先花几个月学一门语言，再学一个框架，再学定位器语法，再写脚本——门槛在入口处就设得很高。

AI时代的路径是：先看懂脚本在干什么、先跑通、先感受到"成了"的反馈，再慢慢理解语法细节——门槛被拆散了，变成一路上都能拿到的正反馈。

原因三：他把"写代码"变成了"改代码"
遇到报错的时候，小林没有去翻文档、没有去查Stack Overflow。他把报错信息复制给AI，AI直接给他改了。

他做的事情是"确认AI改的对不对"，而不是"自己从零写" 。确认一件事比创造一件事，难度低一个数量级。而他确认的依据不是编程知识，是"这个按钮明明叫登录，AI改成submit好像对"这种最朴素的常识。

人工智能技术学习交流群
伙伴们，对AI测试、大模型评测、质量保障感兴趣吗？我们建了一个 「人工智能测试开发交流群」，专门用来探讨相关技术、分享资料、互通有无。无论你是正在实践还是好奇探索，都欢迎扫码加入，一起抱团成长！期待与你交流！👇

四、不会写代码也能用AI做自动化，但有三个前提
小林的故事听起来很简单，但背后有三个容易被忽略的前提：

前提一：你得能判断AI写的脚本对不对
AI生成的脚本可能语法上没问题，但逻辑上可能不对——比如断言条件写错了、等待时机不对、定位器不准确。你不需要会写，但你需要能看出"它是不是在测我想测的东西"。

前提二：你得会描述你要测什么
"登录"这个场景很简单，大家都会描述。但复杂一点的场景——"用优惠券下单、部分退款、优惠券被回收"——你能不能清楚地描述给AI？描述能力越强，AI产出越准。

前提三：你得会用AI帮你"修"脚本
脚本一次跑通是运气，跑不通才是常态。跑不通的时候，你要能告诉AI"哪里错了、你想要什么结果"。调试脚本的工作，从"修代码"变成了"修对话"。

五、给测试新人的建议
如果你也是"零基础、想入门自动化测试"的新人，我有几点建议：

建议一：从手写测试场景开始
先别急着学语言。把你最常测的10个功能，用人话写一遍测试场景——输入什么、操作什么、检查什么。这些"人话"就是给AI的Prompt素材。

建议二：让AI生成的脚本保持"可读性"
在Prompt里加一句："请为每一行关键代码添加中文注释。 "这样你能看懂脚本在做什么，而不是对着天书发愣。

建议三：把AI当"结对编程"的同伴
遇到报错不要慌，把错误信息、你想测什么、期望的结果，一起告诉AI。你不需要会修代码，但你要会告诉AI你想怎么修。

最后
小林那天跑通脚本之后，自己又写了第二条、第三条。到第三天，他已经能独立完成一个模块的登录、下单、支付自动化覆盖了。他依然不会写JavaScript，但他已经知道怎么用AI把"人话"变成"能跑的脚本"。

现在轮到老同事问他了："你这些脚本怎么写的？"

他说："就……跟AI说啊。 "

你看，从"不会写"到"能用"，有时候缺的不是知识，是一个敢试的下午。

推荐学习
Workbuddy智能体与智能化测试落地实战公开课，解密桌面 AI Agent 在测试中的提效路径：办公自动化、提示词工程、Agent Harness 循环机制、Dify/n8n 全自动工作流，更有 Claude Code、Openclaw 等多智能体协作，帮你打造测试效能平台。不只是技术提升，还能构建个人壁垒，甚至副业创收！

👉 扫码进群，报名学习！

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。