这是什么
一个测试工程师在掘金上自建 25 个 AI Skill，把软件测试从需求拆解到报告产出串成全自动流程 — 这意味着 AI 拆解 QA（Quality Assurance，质量保障）这类标准化工作，已经精细到具体环节。
Agent Skill（AI 技能）是 Claude（一家美国 AI 公司）今年力推的框架，让 AI 在不同任务里调用不同的「积木工具」。这 25 个 Skill 分三组：需求与用例设计 6 个、接口自动化 10 个、UI 自动化 9 个。每个 Skill 可独立调用，也能上下游衔接——比如把需求文档丢进去，自动产出结构化用户故事、可执行测试脚本、失败诊断报告。
行业怎么看
第一个判断：这不只是个人玩票，而是 Claude Skills 框架「垂直化」的典型样本。Claude 把底层能力搭好，行业工程师像搭乐高一样叠出垂直工具，这正是当前 AI 应用层最被验证的打法。
第二个判断：测试会是 AI 自动化最早吃透的领域之一。原因不复杂——规则清晰、流程标准化、对结果容错宽容，正是 AI 最容易接手的活。不少测试从业者这几年已经感受到「这次不是 PPT」。
反对意见：我们也想给读者提个醒。这 25 个 Skill 是作者自述「日常在用」，没有公开的产出数据和稳定性指标。AI 生成代码存在「幻觉」（AI 自信写出不存在或错误的代码），写出的脚本需要人工把关；同时这些 Skill 都跑在 Claude 生态里，换厂商的成本不低。一个人的工具集，离标准化产品还有距离。
对普通人的影响
对企业 IT 团队：测试团队编制需要重新算账。一个熟练工程师配一套 AI Skill 能覆盖的工作量，过去可能要 2-3 个 QA。短期内不是裁员，但招聘需求结构会变——「会调教 AI」会比「会写脚本」更被看重。
对个人职场：纯「点点鼠标」的初级测试工作会被最先压缩。会用 AI 工具、能设计测试策略、能判断 AI 输出质量的测试工程师，价值反而会上升。这是一次明显的技能分层。
对消费市场：暂无直接传导。消费类软件的测试质量提升是个慢变量，最终受益的是产品更稳定，但用户不会有明显感知。