AI主导测试实战：用Vibe Coding搭建测试工作台全攻略

从AI辅助到AI主导：测试行业的范式转变

在当下的软件测试领域，AI技术的应用形态正在发生根本性变化。据B站UP主北马老师在其软件测试训练营中的分享，行业的核心命题不再是「用不用AI」，而是「AI能否主导测试」。这个转变，值得每一位测试从业者认真对待。

很多人容易陷入两个误区。第一个误区是：「我在工作中用到了AI，这就是AI测试。」这其实还停留在AI辅助测试阶段。第二个误区则走向另一个极端：把所有工作全部丢给AI，包括线上巡检、CI/CD持续回归全都交给AI处理。这样做会带来巨大的时间成本和Token成本，同样不可取。

作者用了一个精妙的类比来说明AI辅助与AI主导的区别：自动驾驶的演进。多年前汽车就有了辅助驾驶——方向盘自动保持、定速巡航，但那时你的手不能离开方向盘，你依然是主要驾驶员。而真正的AI主导，是双手离开方向盘、由AI承担绝大部分工作、只在关键时刻由人介入的无人驾驶模式。

AI主导测试的三个核心特征

作者提炼了AI主导测试的三个重点：

• AI为主，人工为辅：这是最根本的定位转变，人不再是执行者，而是监督者和决策者。
• AI能独立完成整个任务流程：AI可以把设计用例、执行测试、生成报告等全流程做完，做完后再交给人评审或决策。如果是人与AI交替进行，那还不算真正的AI主导。
• 需要系统的统筹能力：把开发、测试、翻译等工作都交给AI是可行的，但这要求使用者具备过程控制和结果评审的能力。

有意思的是，作者并没有否定传统自动化测试技术的价值。这些技术依然有用，只是它的价值收窄到了「回归测试」这个环节。换句话说，做事方式变了，但底层能力储备依然重要。

搭建AI测试工作台：给大脑装上手臂

光有一个聪明的大模型是不够的。DeepSeek、豆包这些模型确实很聪明，但它们能帮你控制浏览器吗？能帮你执行接口测试吗？不一定。

作者用了一个形象的比喻：搭建AI测试工作台，相当于给AI的大脑装上手臂。这样AI设计出的测试用例才能真正被执行，才能看到执行结果，进而反过来改进自己的测试计划。整个工作台被划分为五个层次。

IDE：所有工作的统一窗口

工作台的第一层是IDE。作者强调这里并不限制具体工具选择，可以用之前的编辑器，也可以用VS Code。VS Code在整个IDE领域占据着不可忽视的市场地位，非常优秀，但要注意——VS Code是IDE而非智能体。

IDE的核心作用包括：展示项目结构、提供终端执行命令、以及一个非常实用的功能——对比智能体每次产出的差异。举例来说，当你让AI重新设计一个用例，它到底是把旧用例拿来糊弄你，还是真的重新设计了？改进在哪里？通过IDE的diff对比就能一目了然。

CLI智能体：为什么选择Claude Code

工作台的核心组件是CLI智能体，作者优先推荐Claude Code。理由很直接：目前在全世界范围内，AI技术应用最好的公司就是Anthropic（Claude Code的开发商），其背后的提示工程、内置工具、智能体处理逻辑都是顶尖水平。

关于Claude Code的「后门」争议，作者做了澄清：所谓后门实际上是Claude Code会识别中国用户并封号——因为它不向中国提供服务。但作者给出的方案巧妙地规避了这个问题：只用Claude Code的客户端工具，模型换成国产的DeepSeek。这样一来，数据只在国内流动，没有政治和法律风险，也不用担心被封号，因为DeepSeek或阿里云不会封你。

作者也提到了其他选择：腾讯的CodeBuddy、Codex、以及各类agent server类工具。但他的判断是这些工具「暂时还无法超越Claude Code」。当然，如果公司明确禁止使用Claude Code，可以退而求其次选择其他工具。

Anthropic是由前OpenAI研究副总裁Dario Amodei创立的AI安全公司，Claude系列模型是其核心产品。Claude Code是Anthropic推出的命令行智能体工具，专为开发与工程任务设计，内置文件读写、终端命令执行、代码搜索等工具调用能力，能够在本地项目目录中自主完成多步骤任务。与ChatGPT等对话式产品不同，CLI（命令行界面）智能体的优势在于可以直接操作本地文件系统、运行Shell命令、调用测试框架，从而形成「思考—执行—观测—反思」的闭环，这正是实现AI主导全流程测试的技术基础。

模型选择与配置切换

模型层作者推荐DeepSeek V4正式版，理由是效果不错、速度快、价格便宜。当然千问、小米、智谱、MiniMax等国产模型也都可以，只要是近期发布的新版本即可。

由于Claude Code作为国外命令行工具，配置并不方便，因此还需要一个配置切换工具，把DeepSeek接入到Claude Code中。这是打通「优秀客户端 + 国产模型」组合的关键一环。

测试资产的沉淀

工作台的最后一层是各类成果的集成，包括自动化代码、需求分析文档、用例执行日志、产物以及Skill。作者特别指出，这些资产不需要手动创建，只要把前面的工作台搭建好，它们会在使用过程中逐步沉淀出来，成为整个测试项目的宝贵资产。

动手实践：环境准备与工具安装

理论梳理完毕，接下来进入实操环节。作者在这里分享了一个有价值的经验教训：他之前一直默认学员有代码和版本控制基础，直到发现有位纯功能测试出身的同学从未接触过Git，才意识到需要把基础环节讲透。

基础环境三件套

需要安装的核心工具有三个：

• Node 和 npm（npm随Node一起安装）
• Git（必须安装，用于版本控制）

验证方式很简单：打开命令行，分别执行node、npm、git的版本查询命令，如果都能显示对应版本号，就说明可以进入下一步。

关于Node版本，作者给出了明确要求：必须选择LTS长期支持版（页面上的蓝色标记），而不是绿色的最新版。最新版是短期维护版本，过一段时间就不再支持了。推荐版本是v24.19。作者坦诚自己的电脑上是v24.18（从旧版升上来的），并说明只要是v24系列就没问题，但不能用14这种生命周期已结束（EOL）的老版本。

Git是目前最主流的分布式版本控制系统，由Linux内核作者Linus Torvalds于2005年创建。在AI主导测试场景中，Git的作用不仅是代码备份，更是与AI协作时的「安全网」：每次让AI修改代码或用例之前先提交一个版本，如果AI的改动引入了问题，可以通过git diff查看具体变更，也可以用git checkout一键回滚到上一个可用状态。IDE中展示的diff对比功能，底层也依赖Git的变更追踪机制。对于从未接触过版本控制的功能测试人员，可以把Git理解为「带时间戳的自动存档系统」，它让AI的每一步操作都有据可查、可撤可回。

下载安装的实用细节

在Node.js官网下载时，作者提示了几个细节：

• 选择系统架构：苹果用户如果是M1/M2/M3/M4处理器选ARM类型，老款笔记本（如2015年）选x64。
• NVM可选：有同学提到用NVM（Node版本管理器）管理版本，作者认可这个工具很好用，但为了简化流程，建议初学者直接用安装包即可，「下载蓝标版本，未来5到10年都能正常使用」。

配置npm镜像加速

安装好Node后有一个必不可少的步骤——配置npm国内镜像。因为npm部署在国外，直接使用下载速度会非常慢，尤其是移动宽带用户。执行镜像配置命令后走国内CDN加速，速度会明显提升。作者特别强调，这些命令可以放心反复执行，不会产生冲突或后遗症。

npm（Node Package Manager）是Node.js的默认包管理器，默认连接位于美国的registry.npmjs.org服务器。国内访问该服务器受网络链路影响，下载速度慢甚至超时是常见问题。配置国内镜像是指将npm的下载源指向阿里云、腾讯云等在国内部署的镜像服务器（如npmmirror.com），这些镜像会定期同步官方仓库，内容完全一致，但访问延迟可从数秒降至毫秒级。配置命令通常为：npm config set registry https://registry.npmmirror.com，执行后所有后续的npm install操作均走国内CDN，对于Claude Code这类依赖较多的工具，安装时间可从数分钟缩短至几十秒。

安装并验证Claude Code

环境就绪后，通过npm命令安装Claude Code。作者提醒：安装命令要和前面的镜像配置配合使用，否则从国外下载会很慢。安装过程中出现warn（警告）可以无视，只有error才是真正的问题。

安装完成后需要验证。作者演示时看到版本从2.20升级到了2.27，这只是安装了最新版而已，不会破坏原有配置。他反复安抚学员：所有命令都可以放心反复执行，做错了、漏了都不用怕，按笔记顺序重新执行即可。

最后一步是接入国产模型。由于Claude Code不对中国提供服务（注册、登录、使用都会被拒绝），因此需要接入DeepSeek等国产模型来实际驱动整个工作台的运转。

范式转变下的能力升级

从这份实战分享中可以看到，AI主导测试并不是简单地「把AI塞进流程」，而是一套完整的方法论重构。它要求测试工程师从执行者转变为统筹者，掌握「优秀客户端 + 国产模型」的组合技，并具备搭建工作台、控制过程、评审结果的系统能力。

对于测试从业者而言，这次变革既是挑战也是机会。传统自动化技术不会失效，但价值边界正在收窄；而能否驾驭AI主导的全流程测试，将成为区分能力层级的新分水岭。