作者（ID）｜Fun_Fox
来源｜TesterHome社区网站
以下为作者观点
我的一些思考
企业知识库管理是一个巨大挑战，真正能做好的人寥寥无几。即使是看似简单的多版本管理，做得好的也很少。作为测试人员，我们应该：
-- 从全局到细节、从正向到反向，深入每个垂直领域
-- 记住，垂直领域的知识是决定"江山"是否稳固的关键
（我们不仅要会"写作业"，更要会"检查作业"。作为经验丰富的测试人员，我们应对高效流程和逻辑思路了如指掌，对系统质量的把控应炉火纯青。）
技术承载的逻辑思维能极大地提升我们的测试能力。现在有许多开发人员转向测试，甚至有 10 多年开发经验的人也在做测试。但仅有技术思维而缺乏质量把控思维是远远不够的。我建议大家：
-- 广泛深入地学习技术
-- 记住"一法通万法通"的道理，学好一种方法，思维就能全面提升
（虽然我们不需要亲自"写作业"，但如果不熟悉技术思维，又怎能有效地"检查作业"？）
在这波互联网红利中，测试角色的权重可能不及开发或架构。但我们的核心优势在于：
-- 紧贴业务
-- 在垂直行业深耕
-- 能够从新技术的潮起潮落中汲取精华
对未来的展望
随着 RAG（检索增强生成）技术的出现，未来的知识库管理将需要一个全面的、既贴近业务又贴近技术的角色来进行衔接。在这个过程中，基层测试人员将成为核心一环。他们：
-- 维持企业垂直领域的业务沉淀
-- 在产品、开发人员流动频繁的情况下，确保业务系统的稳定性
在接口测试方面，AI Agent 正在落地到 RPA 机器人或外部接口调用。这些技术对测试人员来说并不难理解。RPA 本质上就是自动化，而大语言模型的 text2api、text2 自动化流程，反过来看更像是测试过程的另类效能产品化。这种例子比比皆是，就像早年的 Selenium 最终催生了爬虫技术一样，为何我们不加入其中。
谁还会比我们更适合做一个 Agent 设计师？前提你要了解一下现有 Agent 体系。但是思维方面我觉的测试人员更严谨。虚心学习吧在安全测试领域，我们可以将测试手段代码化，进行集成，并思考如何与 LLM（大语言模型）对接。这为我们的工作开辟了新的可能性。 测试的知识体系极其繁杂。大部分业务线测试人员：
-- 熟悉行业里用户的思维方式
-- 善于排查和定位问题
-- 掌握公司业务线的整体情况
-- 具备跨系统的知识
-- 能写代码、会看代码
-- 上得了厅堂，下得了厨房
超越标签，立体发展，共筑系统晴空，吸引人才，坚守质量之路。
点击文末“阅读原文”进入社区帖子，与作者交流～
