质量分析师，而非质量保证师。

#AI 测试

214 篇文章

测试技能探索，把测试放进真实交付节奏

接手陌生项目时梳理入口、依赖、环境、风险和现有测试，并记录证据缺口与待确认问题。

把需求澄清、测试设计、执行、缺陷处理和回顾纳入迭代节奏，并明确各阶段的输入与证据。

dsh-qa 是 DeepSeek Harness 的本地软件测试工作台插件：待办、日历、看板、门禁与 AI 协作同屏呈现，每个测试项目绑定独立 DSH 会话，零 npm 依赖，数据完全本机。

用一个测试项目走一遍 dsh-qa 的完整测试流程：需求分析、用例设计、评审门禁、执行回归、里程碑、测试报告到发布归档，看 AI 协作与人工审批如何配合。

Awesome QA Skills 是一个面向测试场景的 AI 技能库，通过可复用的技能模块，帮助团队更快、更稳定地完成测试工作。

介绍 Awesome QA Prompt 如何将测试经验整理为可复用的提示词模板，覆盖多类测试任务和工作流程，帮助 AI 更稳定地支持 QA 工作。

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。

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。

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。

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。

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。

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。