AI写测试用例，行？一微信红包的真实复盘

一、背景最近在探索AI辅助测试，拿了一个大家都熟悉的场景来试验：微信红包。目标是让AI生成一份功能测试用例，覆盖发红包、抢红包、查余额等核心流程。结果呢？AI确实快——30秒，洋洋洒洒几十条用例就出来了。但仔细一看，问题很大。二、AI漏掉了什么？我把AI的产出逐条梳理，发现了7类系统性缺陷： 序号 缺失类型 具体表现 1 非功能属性 兼容性、UI的用例，一条都没有 2 边界外交互 第三方银行、第三方支付页面，完全没有覆盖 3 异常流程 密码输一半退出、页面回退等场景，全漏了 4 资金安全 余额一致性校验、资金安全性，一条都没有 5 安全机制 密码锁定场景，完全没有 6 状态一致性 多端同步（手机A发了红包，手机B看到什么），没考虑 7 全生命周期 红包从发出到收下的完整链路，AI只给了“点状”用例三、这个发现让我意识到什么？AI不是不努力，而是它的“默认思维模式”和测试的“完整要求”之间存在结构性缺口：AI默认走快乐路径，异常是“例外” AI默认以系统为边界，不关心第三方 AI默认关注功能正确，不关心体验和适配 AI不知道什么是“重要”——它不知道“钱”的特殊性换句话说：AI产出的永远是“通用答案”，而我们需要的是“业务答案”。四、我总结的方法：AI产出“四问补漏法”每次拿到AI生成的用例，强制自己问四个问题： 追问 核心含义 对应漏掉的场景 非功能呢？ 极端环境下还能用吗？ 兼容性、弱网、中断 边界外呢？ 系统和外部世界的交互呢？ 第三方银行、第三方页面 异常呢？ 用户不走快乐路径呢？ 密码输一半、页面回退 特殊性呢？ 这个业务最怕出什么事故？ 资金安全、多端一致、密码锁定用完这四问，AI用例的可用率从不到50%提升到了85%以上。五、一个更深的感悟AI可以成为很好的“第一轮输出者”，但它永远不会成为“最后一轮把关者”。以微信红包为例，AI能生成99%的快乐路径用例，但恰恰是那1%它漏掉的——资金安全、多端同步、密码锁定——才是这个产品最致命的风险点。而我们测试人员的核心价值，就是把“重要但罕见”的东西，变成AI的输入。这就是我理解的“人味注入”。六、写在最后如果你也在用AI辅助测试，建议你问自己三个问题：我有没有系统性检查过AI漏掉了什么？ 我把这些“漏掉的规律”总结成方法论了吗？ 我的团队有没有一套“AI产出校验清单”？AI不是答案，你才是。