30 天 AI 测试挑战活动：第三十一天：可视化人工智能在测试领域的未来
第 31 天加餐复盘：可视化 AI 测试的未来形态，讨论团队角色、工作流演进、风险与机会。
30 天 AI 测试挑战活动
30 天 AI 测试挑战活动：第三十天：设想你的 AI 测试助手会为你做什么
第 30 天复盘：思考 AI 测试搭档应承担的职责，覆盖测试规划、生成、分析与反馈闭环。
30 天 AI 测试挑战活动：第二十九天：分享影响你 AI 测试方法论的人物
第 29 天复盘：分享影响我 AI 测试方法的专家与社区观点，以及这些观点如何指导实际测试决策。
30 天 AI 测试挑战活动：第二十八天：构建你的 AI 工具
第 28 天复盘：从问题定义、原型设计到验证迭代，实践如何构建适配团队场景的 AI 测试工具。
30 天 AI 测试挑战活动：第二十七天：评估你的团队是否准备好采用人工智能辅助测试
第 27 天复盘：评估团队采用 AI 辅助测试的准备度，识别能力差距，并制定可执行的落地路线图。
30 天 AI 测试挑战活动：第二十六天：研究在 AI 测试中最大限度地减少碳足迹的策略
结合两篇关于 AI 能耗与碳排放的文章，梳理模型训练、数据中心、存储和模型优化等环境影响。
30 天 AI 测试挑战活动：第二十五天：探索人工智能驱动的安全测试并分享潜在用例
围绕 AI 安全测试阅读入门文章，讨论团队开展安全测试的障碍、工具可能带来的帮助，以及适用性与数据安全风险。
30 天 AI 测试挑战活动：第二十四天：探索代码解释技术并分享你的见解
用 ChatGPT-4 解释 JavaScript 冒泡排序与选择排序，检查说明对测试人员是否清晰有用，并探索基于代码提出测试思路。
30 天 AI 测试挑战活动：第二十三天：评估 AI 在视觉测试中的有效性并讨论其优势
记录 Percy 视觉测试试用，通过页面布局和小图标变化比较快照，并复核识别结果、潜在优势与失败场景。
30 天 AI 测试挑战活动：第二十二天：思考团队需要哪些技能才能在 AI 辅助测试中取得成功
结合多学科团队设想，讨论 AI 辅助测试所需角色，并补充 AI 伦理专家与培训发展负责人。
30 天 AI 测试挑战活动：第二十一天：打造你的 AI 测试宣言
回顾 AI 测试挑战中的经验，整理机遇、风险和实践心得，并起草个人 AI 测试宣言。
30 天 AI 测试挑战活动：第二十天：探索 AI 自愈测试的有效性
以 Katalon Studio 为例测试 AI 自愈功能：故意更改 WebUI 定位符和步骤顺序，观察恢复行为并分析失败场景。