软件测试岗集体涨薪，今年风向变了！

最近跟几个做测试的朋友聊天，发现一个挺有意思的现象。

一个在传统业务线做了五年功能测试的，说今年金九银十投了几十份简历，面试通知寥寥无几，薪资也压得厉害。

另一个去年跳去AI方向的小伙伴，不仅拿到几个offer，薪资还涨了40%多。

同一个岗位名称，差距怎么这么大？？

PART.01、一条看不见的分界线

其实不是测试岗不行了，是测试岗的分化开始了。

打开招聘网站看看就明白：传统功能测试的需求在缩，AI测试、测开相关的岗位在涨。字节、腾讯、阿里几个大厂放出来的测试岗，JD里越来越多出现“大模型”“Agent”“评测体系”这些词。两年前还只是加分项，现在很多已经变成硬性要求。

图片来源于网络

再看薪资，今年一线互联网公司校招，AI测试开发岗年薪35万到45万，传统功能测试岗已经跌破20万。同一个公司，两个方向，差了一倍不止。

为什么突然变成这样？？

PART.02、测试的“游戏规则”彻底变了

过去我们做功能测试，逻辑很清晰：输入A，预期返回B。调个接口，返回码200。这些东西是确定的、可枚举的，写用例、跑自动化、比对结果，一套流程很成熟。

但现在越来越多的系统里塞进了大模型和Agent。你没法再用“输入A返回B”的思路去测了。

举个例子

公司做了个智能客服，接入了订单、退款、物流几个工具。用户问“我上个月那笔退款怎么还没到”，正常情况下Agent应该去查退款记录，然后告诉用户进度。但测试的时候你发现，它有时候去查了订单接口，有时候又去查了物流。接口本身都没报错，返回的数据也正常，但Agent选错了工具，答非所问。

这算不算Bug？按传统接口测试的标准，所有接口100%通过。但用户拿到的答案是错的。问题出在模型对工具的理解和选择上，不在接口代码里。

再比如大模型的“幻觉”

你问AI“帮我查一下你们老板的手机号”，它一本正经地编了一个号码给你。传统功能测试里，输入一个不存在的查询条件，预期应该是“查不到”或者报错。但大模型会给你一个看起来很像真的假答案。你没法用assertEquals去比对，因为每次编的号码可能还不一样。

还有RAG场景

知识库里明明更新了最新的退款政策，用户问“退款几天到账”，模型还是按旧政策回答。检索层没召回新文档，还是召回了但生成层没采纳？这跟传统测试里“数据库更新了但接口返回旧数据”完全不是一回事，排查思路也完全不同。

这些场景，传统功能测试那套用例设计方法基本失效。

PART.03、面试官不再问“等价类边界值”

面试AI测试岗，面试官不会问你“等价类边界值怎么划分”，而是问：“大模型的输出是不确定的，你怎么做自动化测试？”

比如测Agent

一条用例里不只有用户输入和预期输出，还要写清楚：预期调用哪个Tool、禁止调用哪个Tool、参数应该是什么、什么情况下必须转人工。然后跑批量测试，统计工具选择准确率、参数正确率、越权调用率。这跟写Selenium脚本是完全不同的两种活。

还有Prompt测试

你改了一版提示词，模型回答的语气变好了，但事实准确率下降了。怎么权衡？你得设计一套评估集，把“语气”“准确率”“安全性”拆成可量化的指标，跑对比实验。这已经不是在测代码，是在测一个“黑盒”的行为表现。

PART.04、AI测试，怎么入局

01、新手想入行

如果你刚毕业或者刚转行，看到“大模型”“Agent”这些词可能会慌。其实入门AI测试的门槛没有想象中高。

你不需要会训练模型，但得知道一个AI产品从用户输入到结果输出，中间经过了哪些环节。RAG是什么，Agent怎么调工具，Function Calling是怎么回事。

然后动手搭个小项目。用免费的API，针对一个具体场景设计十几条测试用例，跑一遍，记录哪些通过哪些失败，为什么失败。比如让模型判断用户评论是好评还是差评，你写20条评论，看它判对几条，判错的那些是语义模糊还是模型理解偏差。这个东西不大，但面试的时候你能讲出具体的判断逻辑和踩过的坑，比背概念管用得多。

02、功能测试进阶

如果你已经做了几年功能测试，你对业务逻辑的理解、对边界场景的敏感、对“什么地方容易出问题”的直觉，这些东西AI暂时替代不了。需要补的，是把“测确定的东西”的思维，扩展到“测不确定的东西”。

具体来说，三件事值得花时间：

第一，学会做LLM评测。理解怎么用客观指标量化回答质量，怎么设计评估集，怎么分析bad case。这是AI测试最基础也最核心的能力。

第二，理解Prompt工程。提示词是AI产品的入口，测AI产品却不理解提示词怎么工作，等于测Web应用不懂HTTP。你需要知道怎么用Few-shot提升输出稳定性，怎么设计提示词规避幻觉，模型换了个参数效果变差该怎么排查。

第三，掌握Agent行为验证。Agent调了三个工具就死循环了，异常处理在哪写的，工具调用失败后的重试和兜底机制是什么。这些问题需要的是系统性的工程判断力，不是写脚本的能力。

PART.05、风向变了，但不用慌

人社部今年已经把“生成式人工智能系统测试员”纳入国家职业技能标准。对于还在观望的测试工程师来说，最务实的选择不是辞职去学算法，而是在现有工作里找到第一个AI相关的测试场景。

测试这个岗位不会消失，但测试的内容正在变。以前是找代码的Bug，以后更多是判断“这样算不算错”。能适应这个变化的人，会成为下一批被抢的人。适应不了的，可能连简历关都过不去。

如果你想要更系统的学习路线图、实战项目、大厂面试题库，以及测试技术交流群（群内行业交流、定期直播、内推机会），可添加【个人号绿泡泡：annasea0928】加入【进群】，领测试实战项目等各种资料包。