导读 ：这篇不是 《零基础 5～8 个月》的精简版，而是专门给「会测但不确定要补多少」的人看的裁剪版。你有用例、缺陷、业务沟通------不用推倒重来。真正要补的通常只有两块：脚本能不能落地 （约 3～4 周），以及 脑子能不能接受没有唯一标准答案（换脑约 1 周）。线 A、线 B 各块细节需要时再翻零基础篇对应节；本篇只写：跳过什么、硬磕什么、做到什么算过关、怎么排四个月。
作者：测试员周周 | 14 年测试老兵
阅读时间：约 10 分钟
搭配阅读：《零基础转AI测试，5到8个月照着走》------需要某一块「学到哪就够」时再去翻
先选对篇、选对线（选择树）
你是谁？
├─ 零基础 / 没写过代码 → 读《零基础转AI测试，5～8个月照着走》
└─ 会功能测试 / 会用例 → 读《本篇》
├─ 业务里 AI 占比小 → 主走线 A（赋能：AI 帮你测业务）
└─ 岗位明确是 AI / Agent 产品 → 主走线 B（测智能行为）定好「读哪篇、主走哪条线」再往下翻；两条线不要混成一门课。
我带过的功能测试同事里，转得最快的往往不是学得最拼的，而是最先想清楚走线 A 还是线 B、并且没把零基础路线图从头抄一遍的那个。
很多人学了一阵觉得「跟上一篇没区别」，问题往往在这里：你已经会写用例了，却还去啃两三周的测试入门；你已经会在 Excel 里点回归了，却还在系统学 Python，三个月还没跑通第一批 pytest。
你不是「不会测试」 ------你只是第一次遇到没有唯一正确答案的被测对象。这句话能帮你减掉一半无谓焦虑。
你和零基础，差在哪（先对这张表）
| 维度 | 零基础要先... | 你已经... | 所以你应该... |
|---|---|---|---|
| 测试思维 | 学 2～4 周「测试在测什么」 | 会写用例、会追缺陷 | 跳过系统测试入门，最多复习 2～3 天 |
| 编程 | 6～8 周 pytest，往往最磨人 | 可能只会 Postman / 偶尔抄脚本 | 用 3～4 周把「会测」升级成「能脚本化」，再进主线（见下节底座） |
| 业务 | 没有 | 懂场景和风险 | 做黄金集、写规范时直接当优势用 |
| 预期结果 | 习惯「一个标准答案」 | 同上 | 先花一周换脑，否则测大模型会很难受 |
| 总周期（两条线各一个小成果） | 5～8 个月 | --- | 冲刺 4～5 个月 / 稳妥 4～6 个月（在职每天 1.5～2 小时） |
周末才学、或每天不足 1.5 小时，在「稳妥版」上乘 1.3～1.5。刚毕业全力学、每天 2～3 小时，还能再快半档。
线 A 和线 B 不是「简单 vs 难」 ，而是 测普通软件 vs 测智能行为（被测对象、确定性、风险点都不同）。先定主线，再裁剪，不要两条线混成一门课。
功能测试专用验收标准（做到什么算过关）
下面把抽象词换成你能对照检查的动作。过不了某一格，就还在那一格，别急着进 Agent / 红队。
| 原来你会 | 现在要做到（可验证） |
|---|---|
| 写 Excel 用例 | 同一批用例能变成 pytest ，本地 一键跑完 |
| 口头说业务规则 | 能写成 SKILL.md（或等价规范），改规范能改出生成/脚本方向 |
| 手工点回归 | 不打开界面也能跑完核心接口/UI 冒烟（Playwright 或接口二选一） |
| 报 Bug | 能说清 AI 相关失败类型 （如检索错、幻觉、工具调错）和风险档 |
| 做验收 / 签字 | 能根据 指标 + 人工复核 说 拦 / 放行（哪怕只对比两个 Prompt 版本） |
规范驱动做到哪 ：有一份你自己写的规范 + 对应 pytest/Playwright 能跑；别人改需求时，你能说清改规范还是改脚本。
黄金集版本化 ：把你最熟的 20 个用例 改写成三列------输入 、通过规则 、人工复核结论 ------这就是第一个黄金集；用 git 或文件名标 v1/v2，能 批跑对比两次发布。
Agent「能画图」 ：能画出「需求 → Prompt/规范 → 执行 → 报告」四步，不要求自己写调度内核。
如果你现在还在抄 Postman 导出脚本、却跑不通 pytest ，说明还没出底座阶段，别进线 A 后面的 RAG / Agent。
10 分钟选主线（别两条线混成一门课）
团队仍是传统业务为主 （电商、后台、App），AI 多半用来写用例、生成脚本 → 主学线 A（赋能）。线 B 补到：能列几种 AI 失效模式、能参与黄金集评审即可，大约一两成时间。
岗位明确是大模型应用、智能客服、Agent → 主学线 B。线 A 至少要：pytest 能独立写 + 一条接口或 UI 冒烟能跑，否则评测只能停留在 Excel 点检。
JD 两条都写 → 两个方向各做一个能打开演示的小成果；面试先说你们产品里 AI 占多大，再展开。比简历堆十个框架名管用。
共同底座：3～4 周，不是「两三周搞定一切」
口径统一：换脑约 1 周 + 脚本化 2～3 周 + API 3～4 天（可与脚本化并行）≈ 3～4 周。不是「两周补完、第三周就上 Agent」。
换脑：传统测法和 AI 测法差在哪（约 1 周，必做）
自己画一页对照：左列你熟悉的测法，右列写------用 AI 辅助时变在哪、测 AI 产品时又变在哪。
最小练习（换脑周必做一次） ：找一个你熟的老用例，强行写出三种不同但都算「通过」的结果 ，并写下哪一种算好、为什么------这就是以后评大模型时「规则 + 人工」的预演。
很多人转型半年仍用「必须唯一预期结果」去卡大模型，问题就出在这一步。
学到哪就够：能举例说明预期结果什么时候从「一个答案」变成「规则 + 区间 + 人工评分标准」。
脚本化：把你会测的东西变成能重复跑的（2～3 周，最容易拖）
把一组真实手工回归改成 pytest：请求接口、断言、结果落盘。
学到哪就够 ：同事离职后，你仍能在本地一键跑完这批用例。
功能测试常见坑：
- 「我会 Postman」≠ 自动化
- 追求框架完美，三个月还没跑通第一批
- 只抄代码，不知道断言在守什么业务规则
大模型 API（3～4 天，可与脚本化并行）
调通 API、懂 Token 和上下文、知道输出为何不稳定。走线 A 往往到这里就够；走线 B 后面在 Prompt 和评测上加深。
底座阶段可以明确跳过：系统 Python 课、完整测试入门书、从零学「测试是干什么的」。
线 A：AI 赋能测试（功能测试往往上手最快）
线 A 的 Agent / MCP 不是让你去做 AI 产品 ，而是让你知道：测试流程可以被编排 。时间紧时 只要求能画图 ；MCP 建议跳过，浏览器用 Playwright 直连。
核心线顺序（不要打乱，RAG 不能后置）：
pytest → Prompt → RAG（查规范/用例/缺陷）→ 规范驱动 → 接口 or Playwright → CIRAG 是 Prompt 和规范的记忆外挂，不是「高级选修、以后再加」。
| 模块 | 你要做到（可验证） | 工具举例 |
|---|---|---|
| pytest | 手工回归→一键批跑 | pytest、httpx |
| Prompt | 需求→可生成步骤/脚本 | Promptfoo（可选） |
| RAG | 规范/用例能检索到再生成 | Chroma、Qdrant |
| 规范驱动 | SKILL.md + 脚本能跑 | SKILL.md |
| Playwright 或 接口 | 一条主路径稳定 | Playwright / httpx |
| CI | 提交能跑 pytest | GitHub Actions |
| Agent编排（可选） | 四步流水线能画图 | LangGraph |
| MCP（可选） | 时间紧跳过 | --- |
功能测试 → 线 A 推荐节奏（约 4 个月，单线，不要双线并行表）
| 阶段 | 目标 | 验收 |
|---|---|---|
| 第 1 月 | pytest + 接口 | 手工回归能脚本化，一键跑完 |
| 第 2 月 | Prompt + RAG + 规范驱动 | 需求→规范→脚本能跑；能查规范/用例 |
| 第 3 月 | Playwright 或 接口深耕 | 一条主路径连续稳定 |
| 第 4 月 | CI + 小 Demo | GitHub 能 clone、README 能看懂、CI 绿 |
某块多两周正常；以验收表为准，不以「课看完」为准。
附录：线 A 周检查清单（16 周，含底座）
前置 ：已跳过系统测试入门。按每天 1.5～2 小时 （在职）估算；周末才学则周数 × 1.3～1.5。还在抄 Postman、pytest 跑不通 → 停在第 1～3 周，别往后挪。
| 周次 | 主题 | 本周交付物 | 验收（一句话） |
|---|---|---|---|
| 1 | 换脑 | 对照表 +「三种通过」练习 | 能举例：何时用规则+人工代替唯一答案 |
| 2 | pytest 入门 | 3 条真实接口进 test_*.py |
本地 pytest 绿 |
| 3 | 脚本化 | 10 条手工回归一键跑 | 同事离职后你仍能本地批跑 |
| 4 | API + 巩固 | 最小 API 封装（token 日志） | 与第 2～3 周用例同一业务 |
| 5 | Prompt | prompts/gen_case.txt 等 |
需求 → 步骤/脚本骨架可复用 |
| 6 | RAG | rag/ 入库规范 + 用例 |
检索到再生成/改脚本，不是摆设目录 |
| 7 | 规范驱动 | specs/SKILL.md |
业务规则写进规范，不是空话 |
| 8 | 规范 + 脚本 | 规范对应 pytest 能跑 | 改需求能说改规范还是改脚本 |
| 9～10 | 接口 或 Playwright 起步 | 主路径第一条自动化 | 核心回归不点界面也能跑 |
| 11～12 | 接口 或 Playwright 深耕 | 扩展用例 / 一条 UI 冒烟 | 同路径连续 3 次绿 |
| 13 | CI | .github/workflows/ci.yml |
push 触发 pytest 绿 |
| 14～15 | 小 Demo | 仓库 + README + 流程图 | 能口述：需求→Prompt→RAG→规范→脚本→CI |
| 16 | 复盘 / 投递 | 简历线 A 段落 + 模拟面试 | GitHub 外人能看懂你在做什么 |
Agent/MCP：第 16 周有余力则画四步流程图即可，不要求接 MCP。
线 B：测 AI 系统（心理预期 + 降级方案）
线 B 不是「功能测试升级版」 ，而是全新测试对象。第一次看到 RAG / Agent / 红队发懵很正常。
降级方案 ：如果学线 B 两周仍在抄命令、说不清在测什么 ，先退回线 A 做深（pytest + 规范 + RAG + CI），不要硬扛线 B。
不要造轮子 ：不要自己训模型、不要自己搭 RAG 框架内核、不要自己写 Agent 调度内核。会用、会评、会限流、会拦截 就够了。目标是守住 AI 的行为边界，不是「做出 AI」。
零基础阶段不是十个模块都要学完 。功能测试转岗 必会 ：Prompt 工程、模型评测、RAG、Agent、安全（+ 可批跑的 AI 测试专项）；可选 ：性能与成本（会看延迟/Token 即可）；进阶后置：多模态、微调、自研平台。
| 模块 | 你要做到（可验证） | 工具举例 |
|---|---|---|
| 大模型基础 | 复习；Ollama=本地，LiteLLM=多模型接入 | LiteLLM、Ollama |
| Prompt工程 | 定性清单 + 定量指标 + 批跑对比 | Promptfoo、Langfuse |
| 模型评测 | 20 个熟用例→输入/通过规则/人工结论；v1→v2 对比 | Ragas、DeepEval |
| RAG | 链路图 + 故障清单；评检索对不对 | LlamaIndex + Chroma/Qdrant |
| Agent | 能复现一个失败案例（固定种子） | LangGraph/CrewAI 选一 |
| AI测试专项 | 事实一致性、拒答边界、工具参数等 | pytest 批跑 |
| 安全 | 5～10 条可回归红队用例，非论文级攻击 | Garak、PyRIT |
| 性能与成本 | 会看延迟/Token（可后置） | Locust/k6 + Langfuse 等 |
| 项目实战 | 见下 project-demo 结构 | 自建 Demo |
| 面试专题 | 用你自己的 report 讲拦/放行 | --- |
黄金集（动作版，别停在名词） ：把你最熟的 20 个用例改写成 输入 + 通过规则 + 人工复核结论，git 标版本，批跑跑两轮------这就是「版本化 + 发布对比」。
project-demo 最小交付物：
project-demo/
├── README.md # 测什么、怎么跑
├── golden_set.jsonl # 10～30 条即可
├── run_eval.py # 一键批跑
├── report.md # 拦/放行 + 依据
└── .github/workflows/ci.yml不会写 README.md 和 report.md 的，不算能面试的项目。
功能测试 → 线 B 推荐节奏（约 4～5 个月，单线）
| 阶段 | 目标 | 验收 |
|---|---|---|
| 第 1 月 | pytest 巩固 + Prompt | 会调模型；评测用 Prompt 能写清 rubric |
| 第 2 月 | 黄金集 + 评测 | 30～50 条可回归；能跑 v1→v2 对比 |
| 第 3 月 | RAG + Agent | 能画链路、列故障；有一个可复现坏例子 |
| 第 4 月 | 安全 + 报告 | 5～10 条红队用例进集；report 能支撑拦/放行 |
| 第 5 月（若要） | 性能/成本或双线复盘 | 会读 Token/延迟；或整理投递材料 |
面试反套路 ：可以说「这块还在学」；别说「做过 RAG 评测」却连召回率都算不出。
附录：线 B 周检查清单（20 周）
前置 ：pytest 独立能写（线 A 底座或等价）。若第 1～2 周仍说不清「在测什么」→ 退回线 A 附录，不要硬扛。
| 周次 | 主题 | 本周交付物 | 验收（一句话） |
|---|---|---|---|
| 1 | pytest 巩固 | 评测批跑骨架（读 JSONL） | 能批量跑输入、落盘结果 |
| 2 | Prompt + rubric | 评测 Prompt v1 + 定性清单 | 能判好坏，不只「感觉不行」 |
| 3 | 黄金集 | 熟用例 20 条 → 三列 jsonl | 输入 / 通过规则 / 人工复核齐全 |
| 4 | 黄金集扩展 | 补到 30 条，git 标 v1 | 能说清增删与版本规则 |
| 5～6 | 批跑 + 指标 | run_eval.py + Ragas/DeepEval 一项 |
一键跑完 v1，有数字指标 |
| 7 | 版本对比 | v2（改 Prompt 或规则） | 对比表或草稿：哪项变好/变差 |
| 8 | report 草稿 | report.md 前半 |
有对比结论，暂可不写最终拦/放行 |
| 9～10 | RAG | 链路图 + 故障清单 ≥8 条 | 至少 1 条能复现「检索错」类问题 |
| 11～12 | Agent | 工具/循环/记忆类用例 + 1 个固定种子坏例 | 坏例连跑 3 次同类失败 |
| 13 | AI 测试专项 | 拒答/事实/工具参数等 ≥5 条进批跑 | 失败信息能当缺陷描述 |
| 14 | 安全 | 5～10 条红队用例进集 | 可回归，非一次性扫描 |
| 15～16 | project-demo | 五文件结构齐全 | README + report 合格；他人能 clone 跑 |
| 17 | 发布决策 | report.md 定稿 |
明确拦/放行 + 依据（指标+人工） |
| 18～19 | 性能/成本（可选） | Token/延迟截图或导出 | 能口头讲「贵在哪、慢在哪」 |
| 20 | 面试 + 简历 | 线 B 项目段落 + 模拟问答 | 用自己做过的 report，不背空框架 |
时间紧怎么砍（和功能测试更相关）
- pytest 必须独立能写------还在抄 Postman 就别往下走。
- 只保一条线的一个完整成果------别两条都「知道一点」。
- 线 A ：按核心线 1～6 走；RAG 不能砍；Playwright 与接口二选一；Agent 只画图；MCP 砍。
- 线 B：黄金集维护 + RAG（含检索评测）+ Agent（可复现失败）+ 安全（可回归小集）。
- 明确不碰：系统 Python 课、完整测试入门、自训模型、自研 RAG/Agent 内核、完整商业平台（入职后再说）。
简历和面试：照抄模板再改数字
两条线的项目分开写，别混成一段「AI 测试全流程」。
线 A 项目写法（改 XX 和数字）：
用 pytest + Prompt + 规范驱动，将 XX 业务 回归从 X 小时 缩短到 X 分钟 ，减少约 X% 重复脚本维护；规范与脚本分离，需求变更主要改 SKILL 层。
线 B 项目写法（改 XX 和数字）：
负责 XX 场景 的模型评测，构建 50 条 黄金集（输入/规则/人工复核），基于 Ragas（或 DeepEval）完成 v1→v2 对比，输出 report.md 支撑一次发布 拦/放行 决策。
模拟面试练这一种说法（比背题像真人）：
我们业务里 AI 占多少；我负责哪一段；当时为什么选这个指标；如果重来会改什么。
和零基础那篇，怎么配合读
| 你的情况 | 读哪篇 | 怎么用 |
|---|---|---|
| 没做过测试、没写过代码 | 《零基础 5～8 个月》 | 按阶段从头走 |
| 做过功能测试 | 本篇（裁剪版） | 底座 3～4 周按本篇；线 A/B 细节需要时翻零基础篇对应节 |
| 不确定走哪条线 | 两篇开头「选主线」都看一眼 | 定主线后再裁剪 |
对照结论：你下一步干嘛
读完若仍不确定从哪下手，用下面两条对照（二选一）：
如果你现在还在抄 Postman、pytest 跑不通：
👉 回到底座 3～4 周 （换脑 + 脚本化 + API），不要 急着上线 A / 线 B。跟本篇 「线 A 周检查清单」第 1～3 周 或 「功能测试专用验收标准」 第一行。
如果你已经能脚本化回归（本地一键 pytest 绿）：
👉 用本文 验收表 + 选择树 定主走线 A 或 B，按对应 周检查清单 推进，目标是一个 能 clone、README 能看懂 的 GitHub 项目（线 A 小 Demo 或线 B 的 project-demo）。
某块卡两周正常；以「本周交付物」验收，不以课表页数为准。
你觉得呢？
你更靠近线 A 还是线 B？现在卡在「换脑」、「脚本化」还是「黄金集」？评论区说，我帮你判断下一步该补哪一块，以及哪一块可以直接跳过。
给同样在转 AI 测试路上的功能测试同学转发一下。
关注测试员周周。如果你是零基础转行，请看《零基础转AI测试，5到8个月照着走》------不是本篇的加长版，两篇分工不同。