大家好，我是某互联网大厂的质量保障团队负责人，今年深度参与了秋招面试。

上周，一个学弟给我发来他的offer对比。一个是某中厂的功能测试岗，月薪11K；另一个是某大厂的AI测试开发岗，月薪35K，15薪。

他问我：“哥，我是不是应该选第二个？但是AI测试我没做过，怕去了跟不上。”

我说：“你先把两个offer的薪资乘以12，看看差了多少。”

他算了一下：“一个13万，一个52万。差了将近40万。”

我说：“你花四年读大学，毕业第一年的差距，够你买一辆特斯拉。而这个差距，只是因为三年前你选了一个不同的方向。”

一、先看一组扎心的数据

我让团队里的HR帮忙拉了一份2026年测试岗的薪资统计。

功能测试岗：46.2%的岗位月薪在8-15K之间。 3-5年经验，年薪也就10-18万。这是大多数功能测试工程师的真实天花板。

AI测试开发岗：月薪30-70K，年薪40-100万+。 大厂校招白菜价35-45万，资深的能到80万以上。

同一个行业，同一个岗位序列，差了不止一倍。

再看需求端。手工测试岗位需求同比下降47%，初级测试工程师的替代率达到70%，AI可以自动生成80%以上的测试用例。与此同时，全栈测开岗位需求同比暴增340%，中高级测试开发工程师的供需比达到1:8。

不是测试岗不行了，是“旧测试”不行了。

二、为什么选方向比努力更重要？

我见过太多校招生，从大三开始刷LeetCode、背八股、做项目，每天泡图书馆到凌晨。努力吗？非常努力。

但他们努力的方向，是“功能测试”。

他们学的技能是：等价类、边界值、判定表、写测试用例、用Postman发请求、用Jira提Bug。这些技能在2016年很值钱，在2026年，AI一天能生成几千条用例，这些技能的价值正在快速归零。

一个经济学概念叫“自动化剩余” ：一个岗位的薪资，取决于“人类还能贡献多少自动化无法替代的价值”。

功能测试的核心工作——写用例、跑用例、提Bug、做回归——每一步都在被AI加速替代。AI生成用例的覆盖率、速度、甚至质量，都已经超过初级测试工程师。

而AI测试开发的核心工作——测试非确定性系统、设计Agent兜底策略、封装Skill、构建RAG评测体系——这些工作大模型自己还做不了，需要人类的判断力。

所以薪资差距不是暂时的市场波动，是结构性位移。

你选了一个“自动化剩余”正在归零的方向，再努力，天花板也就在那里。你选了一个“自动化剩余”高企的方向，哪怕起步慢一点，成长空间也大得多。

三、AI测试开发到底要学什么？

很多人听到“AI测试开发”，第一反应是“我是不是要学算法、学调参、学训练模型？”

不需要。

AI测试开发的核心，不是让你去训练大模型，而是让你测试那些嵌入了大模型的系统。

我整理了一份可执行的学习路线，分三个阶段。

阶段一：补齐传统测试开发基本功（1-2个月）

这是入场券。不会写代码，后面都是空谈。

• 编程语言：Python或Java，能独立写脚本、操作数据库、发送网络请求
• 接口测试：HTTP协议、Requests库、Pytest框架、断言设计
• 数据库：MySQL增删改查、多表关联、索引
• Linux：常用命令、日志排查
• CI/CD：Jenkins或GitLab CI，能把测试集成到流水线

关键产出：自己从零搭一个接口自动化框架，覆盖15个核心接口，集成到CI。

阶段二：理解AI应用的基本原理（1个月）

不要求你训练模型，但必须理解AI应用是怎么搭起来的。

• LLM基础：Prompt、Token、上下文窗口、温度参数
• RAG：文档解析、Chunk切分、Embedding、向量检索、Rerank
• Agent：工具调用、ReAct范式、循环检测、多轮对话
• MCP：Model Context Protocol，AI与外部工具的标准化连接
• Skill：把测试经验封装成可复用能力单元

关键产出：画一张RAG系统的架构图，标注每个环节的测试点。

阶段三：动手做一个AI测试项目（2-3个月）

这是简历上最值钱的部分。不要只写“熟悉AI工具”，要写“我测试过AI系统”。

可选项目方向：

• 用Agent + Playwright做UI测试自愈，统计修复成功率和修复后准确率
• 用ASSERT框架测试一个AI客服的行为合规性
• 用RAG评测工具测试知识库问答的准确性
• 用Skill封装一套测试用例生成流程，用skill-up做回归测试

关键产出：一个能讲20分钟的项目，有量化数据，有踩坑经验。

四、一个真实的案例

去年秋招，我面了一个双非本科的候选人。

他原本准备的是功能测试，投了20多家，一个面试都没有。后来他花了三个月，做了一个AI测试项目——用Agent + Playwright搭了一套UI测试自愈系统，传统脚本失败后，Agent自动读取页面快照、分析失败原因、切换定位策略、修复并验证。

面试的时候，我问他：“你这个自愈怎么防止修错？”

他讲了五分钟，从定位策略优先级，到修复后的语义校验，再到人工审核兜底。讲得很细。

我问：“你为什么不继续做功能测试？”

他说：“我算了一笔账——功能测试月薪11K，AI测试开发月薪35K，我花三个月补一下技能，第一年就能多赚20万。这笔账，怎么算都划算。”

最后我们发了offer。

五、避坑指南

坑一：先学Python，再学AI，最后忘了做项目。

很多人花了半年学Python语法、学AI概念，简历上还是什么都没有。项目才是证明你能力的东西。 从第一天就开始做项目，边做边学。

坑二：只调API，不理解底层。

用ChatGPT生成用例，和懂RAG系统怎么工作，是两回事。面试官问“一个RAG系统回答错了，你怎么拆解是哪个环节的问题”，只会调API的人答不上来。

坑三：简历上写“对AI有浓厚兴趣”。

这句话没有任何信息量。换成：“基于大模型API完成RAG知识库问答系统，设计评测集覆盖事实性、逻辑性、无害性三个维度。”

坑四：等到秋招才开始准备。

AI测试开发的技能栈，不是一个月能补完的。大三暑假开始，刚好。

坑五：以为“选了AI方向就万事大吉”。

选方向只是第一步。选了AI测试开发，你依然需要写代码、做项目、踩坑、复盘。方向决定天花板，努力决定你能不能摸到天花板。

最后

功能测试46.2%的岗位月薪只有8-15K，AI测试开发月薪30-70K。

这不是歧视，是市场定价。企业愿意为AI测试开发付高薪，是因为他们知道，能测试AI系统的人，比能测试传统系统的人稀缺得多。

你花四年刷绩点、做项目、背八股，不如花三个月选对方向。

但选对方向之后，你还是要刷题、做项目、背八股。只是这一次，你的努力会花在有回报的地方。

校招选方向，比努力重要。但选对方向之后的努力，才真正决定你能走多远。

从今天开始，把“点点点”的时间，用来写第一行AI测试代码。

半年后，你会感谢现在的自己。

本文系作者基于2026年秋招真实薪资数据和面试经验的总结。文中所有数据均来自公开可查的招聘统计，欢迎同行交流讨论。

本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料，主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容，侧重测试实践、工具应用与工程经验整理。