质量保证工程师：AI 对工作的影响
AI 可提出测试用例并整理缺陷报告。覆盖范围决策、故障诊断和发布建议仍由测试人员负责。
AI 适用性
0.328 / 1
Microsoft 研究中 AI 对该职业工作的适用程度。这是指数，不是概率。
观测到的活动覆盖率
77.8%
超过研究使用阈值的工作活动占比，按重要性加权。不是使用 AI 的员工比例。
对应软件质量保证分析师与测试人员，涵盖手动及自动化测试。
Microsoft v1.1 · 研究样本为 2024 年 1–9 月的美国 Bing Copilot 对话。这些指标不预测失业，也不会随你的任务选择改变。 查看测量方法
你的日常任务
设置每项任务的频率，更新任务分布、行动计划和工具建议。
频率权重：偶尔 1、定期 2、频繁 3。这些比例不代表工时、节省时间或失业风险。
AI 角色分类是 AI IDE List 对 O*NET 任务的编辑评估，不是实测自动化率。部分自动化仍需要审核。
起草测试用例与脚本
根据验收条件生成测试，检查边界条件及断言能否发现失败。
任务来源
O*NET 任务原文（英语）
Design test plans, scenarios, scripts, or procedures.
O*NET 31.0，任务 14638 · 重要性 4.35 / 5. 查看该职业的任务
测试系统修改
根据差异提出回归测试范围，执行测试集并调查异常行为。
任务来源
O*NET 任务原文（英语）
Test system modifications to prepare for implementation.
O*NET 31.0，任务 14639 · 重要性 4.21 / 5. 查看该职业的任务
完善回归测试覆盖
起草测试框架代码，验证测试数据隔离、可重复性和失败信号。
任务来源
O*NET 任务原文（英语）
Develop testing programs that address areas such as database impacts, software scenarios, regression testing, negative testing, error or bug retests, or usability.
O*NET 31.0，任务 14640 · 重要性 4.52 / 5. 查看该职业的任务
编写缺陷报告
把实际操作步骤和日志整理成报告，提交前复现缺陷。
任务来源
O*NET 任务原文（英语）
Document software defects, using a bug tracking system, and report defects to software developers.
O*NET 31.0，任务 14641 · 重要性 4.68 / 5. 查看该职业的任务
诊断异常输出
根据脱敏证据提出可能原因，通过受控实验定位故障。
任务来源
O*NET 任务原文（英语）
Identify, analyze, and document problems with program function, output, online screen, or content.
O*NET 31.0，任务 14642 · 重要性 4.70 / 5. 查看该职业的任务
跟踪缺陷修复
汇总问题状态，关闭缺陷前重新执行原始复现步骤。
任务来源
O*NET 任务原文（英语）
Monitor bug resolution efforts and track successes.
O*NET 31.0，任务 14643 · 重要性 4.12 / 5. 查看该职业的任务
维护缺陷记录
建议重复记录和标签，确认没有把根因不同的问题合并。
任务来源
O*NET 任务原文（英语）
Create or maintain databases of known test defects.
O*NET 31.0，任务 14644 · 重要性 4.15 / 5. 查看该职业的任务
选择测试范围与时间安排
起草基于风险的测试计划，由测试人员判断发布所需覆盖是否充分。
任务来源
O*NET 任务原文（英语）
Plan test schedules or strategies in accordance with project scope or delivery dates.
O*NET 31.0，任务 14645 · 重要性 4.00 / 5. 查看该职业的任务
选择保存在当前浏览器中。分享链接只包含职业和所选频率。
你的 AI 工作适应计划
先从一项重复任务开始，验证结果后再扩大流程范围。
检查测试能否发现故障
对应任务：起草测试用例与脚本
- 准备
- 提供需求和一个已知失败样例，先不展示拟采用的实现。
- 尝试
- 根据验收条件生成测试，检查边界条件及断言能否发现失败。
- 验证
- 确认测试在错误样例上失败，在修正后的行为上通过。
审核生成的代码
对应任务：完善回归测试覆盖
- 准备
- 从小任务、明确接口与验收条件开始。
- 尝试
- 起草测试框架代码，验证测试数据隔离、可重复性和失败信号。
- 验证
- 使用修改前先检查差异、运行独立测试并核对依赖项。
核验 AI 编写的文档
对应任务：编写缺陷报告
- 准备
- 提供获准使用的来源材料、目标读者和所需输出格式。
- 尝试
- 把实际操作步骤和日志整理成报告，提交前复现缺陷。
- 验证
- 将事实性陈述追溯到来源，并实际执行操作示例。
评估测试有效性
根据需求生成用例，再引入三个已知缺陷。保留能发现缺陷的用例，并补上遗漏的边界情况。
技能与职业展望
职业数据中的技能
重要性 · 1–5- 阅读理解4.00 / 5
- 积极倾听3.88 / 5
- 口头表达3.88 / 5
- 批判性思维3.88 / 5
- 写作3.75 / 5
按重要性列出 O*NET 中排名靠前的基础与可迁移技能。评分描述职业要求，不预测未来需求。
美国就业预测
+5.7%
预计就业变化，2025–2035
Software quality assurance analysts and testers
BLS 的整体就业变化预测综合多种因素，不是 AI 专项预测，也不是英国预测。
BLS 就业预测需要持续评估的问题
根据实现生成的测试可能重复实现中的错误。应使用独立需求和故意破坏的用例评估测试质量。
适合所选任务的工具
根据你选择的任务匹配。先用小规模样例测试，再比较结果质量和审核工作量。
来源与限制
匹配的职业： Software Quality Assurance Analysts and Testers (15-1253.00). 研究采用的职业组：Software Quality Assurance Analysts and Testers（SOC 15-1253）。
- O*NET 31.0 · CC BY 4.0
- Working with AI，v1.1 · CC BY 4.0
- BLS 就业预测，2025–2035 年 · 美国政府数据
Microsoft 研究使用 O*NET 29.0；此处任务说明使用 O*NET 31.0。保留研究原始评分，编辑建议不是这些来源发表的研究结果。
查看方法、署名与更新记录