测试做多少才算够？用风险与证据判断何时停止
从斯多葛哲学的节制出发，讨论测试量、覆盖率、回归套件膨胀、AI 评估的不确定性，以及如何用风险和证据支持发布决策。
#测试策略
重新思考测试金字塔：从测试比例到反馈经济学
结合 Tom Akehurst 对测试金字塔的重新审视，讨论测试成本、服务级 API 测试、Mock 的边界，以及如何按风险分配测试投入。
如何构建 AI 测试策略：用五个转变建立可信的质量证据
从合成测试用户画像、评估校准、人工监督、黄金数据集到生产追踪，梳理 AI 测试策略及四周试点做法。
测试策略：开测之前，先把范围、风险与质量门禁讲清楚
从项目范围与风险出发，确定测试层级、环境、数据、职责、自动化安排和放行门禁。
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。
软件测试术语分享:Analytical Test Strategy 分析性测试策略
介绍如何先分析风险、成本、时间和资源，再选择测试活动，以数据支持测试优先级和策略制定。
软件测试术语分享:Ad Hoc Testing 随机测试
解释即兴、非正式的随机测试及其适用场景，并介绍执行技巧、所需技能、优缺点以及何时适合自动化。