五一节前，我面试了一位自称有六年软件测试工作经验的候选人。
聊到当下行业里大火的 AI 自动生成测试用例话题时，我抛出了一个核心问题："现在很多公司都用 AI 批量生成功能测试用例，需求文档完整的情况下，AI 能产出大量正向、反向、边界用例，看起来覆盖得面面俱到。那你怎么判断这些用例是否真的可靠？能不能直接拿来执行、支撑上线？完整的验收思路又是什么？"
他几乎没加思考，脱口而出："逐条看一遍，没问题就可以用。"
我顺着他的话，继续追问："这个思路没问题，但'没问题'的标准是什么？你具体是怎么判断的？
AI 会不会遗漏关键的异常场景？会不会出现逻辑自相矛盾的情况？会不会凭空编造出根本不存在的业务规则？那些权限校验、并发场景、极端边界值，AI 有没有全部覆盖到？"
我特意补充到，AI最容易出现的问题： 就是生成的用例看起来专业规范，实际上全是无效或者错误的内容。
针对这种情况，你有没有一套标准化的校验方法？
他瞬间愣住了，迟疑了半天只说 "目前只能靠人工一条一条排查核对"。
其实到这里，这场面试的结果基本已经确定了。
这道题看似是问 "怎么审核测试用例"，实则是在区分普通测试和高级测试的核心分水岭。
很多人疑惑，为什么这道题能筛掉大部分人？
其实答案很简单，这道题考察的根本不是会不会写测试用例，而是AI时代下测试工程师对用例质量审核、风险识别的核心能力。
如果这道题你没把握答好，可以加入「AI 进化社」学习，里面涵盖了完整的能拿捏面试官的AI 测试必考题库和AI 测试项目实战技能，覆盖软件测试开发全流程AI 赋能。
很多测试从业者都有一个误区： 觉得AI生成用例数量多、排版规范、生成速度快，就代表用例好用。
但大家忽略了一点，AI 高效生成 和AI 高质量可靠 完全是两个不同的技术维度，不能混为一谈。
在我看来，一个能适应AI时代的高级测试工程师，必须具备以下三层核心认知，缺一不可。
第一层，必须对 AI 用例做链路级的深度拆解与核查
AI生成用例时很容易出现各类问题，比如逻辑漏洞、业务常识错误、用例重复冗余，看似覆盖全面，实则虚假覆盖，还有最关键的漏测高危场景。
AI的优势在于生成正向、常规用例，但在权限校验、异常参数输入、边界极值测试、业务互斥规则、流程依赖场景、非法输入校验、安全风险测试这类逆向或高复杂度场景中，很容易掉链子。
所以我们绝对不能直接盲目信任AI的输出，要先拆解AI生成用例的类型，比如正向、反向、边界、异常、权限、流程、安全这七类，逐一核对每一条用例，确认其符合真实的业务逻辑，没有偏离需求。
第二层，用量化分析AI 用例，拒绝凭感觉审核
"看起来没问题"是最不靠谱的审核标准。
审核AI用例绝对不能只看数量多少，而是要建立可落地的量化统计标准，可重点关注这几个核心指标：
- 需求覆盖率
- 需求点匹配度
- 反向用例占比
- 边界用例数量
- 重复用例率
- 错误用例率
- 高危场景的覆盖
| 指标 | 说明 | 合格线（我的经验值） |
|---|---|---|
| 需求覆盖率 | 需求文档中的功能点被用例覆盖的比例 | ≥95% |
| 需求点匹配度 | 用例描述与需求原意的吻合程度 | ≥90% |
| 反向用例占比 | 反向/异常用例占总用例的比例 | ≥30% |
| 边界用例数量 | 明确的边界值测试场景数 | 每功能点≥2个 |
| 重复用例率 | 语义重复的用例占比 | ≤10% |
| 错误用例率 | 业务逻辑错误或无法执行的用例占比 | ≤5% |
| 高危场景覆盖率 | 支付/订单/权限等核心场景的覆盖度 | 100% |
同时，要对照需求文档 、产品原型 和历史缺陷库，检查AI有没有遗漏高频出现的缺陷场景。结合过往的线上bug验证AI生成的用例能否覆盖这些历史问题。如果覆盖不了，是AI漏了还是这个场景太特殊需要人工补充？
除此之外，还要对AI用例进行分级筛选，我的建议是可以将AI 用例分成三类：
- 可用：直接入库
- 待修改：逻辑方向对，但描述或数据需要调整
- 错误/无效：业务逻辑错误、与需求不符、无法执行
明确区分可用用例、待修改用例、和错误无效用例做到精准筛选，而不是全盘接收，盲目使用。
这个分级不能模糊。我曾经见过有的团队在实践过程中，把"待修改"的用例直接丢给执行人员，结果执行人员看不懂，来回沟通浪费了两天时间。
第三层，建立AI用例的质量准入标准，形成闭环优化
想要真正用好AI生成的用例，不能只靠人工一条一条看。效率太低，人也扛不住。
我的建议，可分三步：
第一步，建规则，用工具批量初筛。
首先要梳理一套标准化的校验规则，把重复率检测、格式规范性检查、基础逻辑合理性（比如前置条件是否完整、预期结果是否可判定）做成自动化脚本/工具。
借助自动化工具批量审核AI用例的重复率、格式规范性和逻辑合理性，节省人工审核成本。
这一步，初筛，跑一遍基本能过滤掉60%的明显问题用例，人工只需要聚焦剩下的40%。
第二步，人工审核聚焦高危模块。
支付、订单、权限、资金------这些场景一旦出错就是生产事故，必须逐条人工复核。其他模块可以适当抽查，但核心模块一个都不能漏。
第三步，把历史缺陷反哺给AI，形成闭环。
把历史缺陷和核心业务规则整理好，作为AI生成用例的优化提示词，逐步提升AI生成用例的质量。
形成AI 辅助闭环流程：AI生成初稿 → 工具初筛 → 人工审核修正 → 落地执行。
坚决杜绝直接无脑上线AI原生用例，建立明确的AI用例质量准入标准，守住测试质量底线。
说回那道面试题
说到这里，大家应该明白这道面试题的核心考察点了，它考察的是你能否从会手写测试用力的基础层面升级到能读懂AI用例质量风险，具备AI测试审核把控能力的高级层面。
普通测试工程师看到AI生成的用例完整数量充足，就觉得万事大吉。
而高级测试工程师清楚，AI生成的便捷性只是基础，能否保障测试质量可靠，不漏测，不出现无效用例，关键在于你对AI用例风险链路的深度理解，以及对测试质量的量化审核和精准分析。
如果你也想系统掌握 AI 时代下测试工程师的核心竞争力，我真心推荐你了解一下「AI 进化社」------ 这里后续会持续更新完整的 AI 测试必考题库，覆盖从面试高频问题到落地实操的全维度内容，更有针对 AI 用例审核、风险把控的进阶技能教程。无论是想应对面试、提升职场竞争力，还是解决实际工作中 AI 测试的痛点，都能在这里找到可落地的方法。与其在 AI 浪潮里盲目摸索、踩坑试错，不如系统学习，快速完成从普通测试到 AI 时代高级测试专家的跃迁。
感兴趣的同学可以了解一下，「AI进化社」目前开放报名，具体信息可以私信我。
最后想问大家。你们平时工作中有没有用过AI生成测试用例，有没有踩过AI瞎编业务规则，漏测核心场景的坑？欢迎在评论区一起交流探讨。