恐惧和希望：AI背景下的QA行业和从业

AI浪潮下的恐惧和希望

• 关键词：恐惧、希望
• QA行业的挑战：人力、沟通、时间、合规、性能、高层支持等问题，核心在于“需求的理解”和“测试的覆盖”。
• AI对QA业务的影响：解决人力、沟通、时间、合规等问题，但测试复杂性增强（偏见、不可预测性、法律法规、伦理），更关注用户体验（“左移”+“右移”），模型验证（“基座”+“领域适用”），新旧系统集成。
• 软件行业新问题：数据爆炸、不确定性增加、决策复杂化，核心能力在于“从高熵数据提取有价值信息的能力”。
• QA角色转型：支持新能力，从“能量转移/转化”到“创造/重塑世界”。
• 下一代QA：适应变化，持续学习和思考。

完美的世界：幻觉OR幻想

• 人类和社会学范畴：医疗（个性化医疗）、教育（个性化学习）、环境（气候监测）、经济（新模式）、人机协作（智能助手）、生物学（基因测序）。
• QA眼中的“智能化QA”：理想化但需警惕“幻觉”。
• 从幻想到现实的桥梁：希望与恐惧并重，需持续创新。

AI+ OR +AI

• AI发展简史：GPT-3.5（2022.11.30）→ GPT-3.5 Turbo（2023.2）→ GPT-4（2023.3）→ GPT-4o（2024.5）→ GPT-4o mini（2024.7）→ GPT-4o1 preview（2024.9）→ GPT-4o1 mini（2024.9）。
• +AI模式：赋能现有业务（降本增效）或颠覆式创新（以AI为核心）。
• 行业大模型：闭源大模型（终端承载）和开源大模型（基建支持）。

QA业务的选择

• 单点先行：以点成线，提效为本，重构为计。
• 两者并存：QA业务是技术规划一环。

全面拥抱、选择性落地

• 全面拥抱：适应AI变革。
• 选择性落地：分阶段实施。

总结

• 核心观点：变化是永恒的，持续学习和思考能力至关重要。
• 关键数据：AI发展速度加快（GPT系列更新频繁）。
• 研究结论：QA行业需拥抱变化，提升职能需求，永葆对技术和行业的热情。