大家都知道最近 ChatGPT 爆火，国外巨头争相宣布自己的相关计划，国内有点实力的企业也在亦步亦趋地跟进。不出意料的是，关于测试职业要被淘汰的话题又（为什么要说又？）在扎堆出现，内容跟之前还是大同小异，无非就是它会取代基础的功能测试岗位之类。话说关于 AI 的话题又不是头一回，大家怎么还没习惯呐？
今天我主要也不聊 ChatGPT，一来是因为关于它的文章实在太多，我没必要再去锦上添花；二来这种事情也不好太早下结论，还不如让子弹多飞一会儿。非要说实话，企业是想追一波风口，自媒体是想吸一波流量，还有一些机灵的人跟着赚一波外快，咱们普通吃瓜群众就别跟着瞎焦虑了。
但是出于对自身职业的尊重，我还是要说说关于测试的生存问题，我的结论是：测试行业近十年基本没有消失的可能性。这倒也不完全是出于个人感情或盲目自信，这个问题在数年前我还真的正儿八经研究过，后面几年的趋势观察下来也基本符合当初的推测，所以我想还是有一定的可信度的。
早前之所以会调查这个问题，是因为测试界有位挺活跃的人物（为避免口水战，就不提名字了）发表了一篇轰动一时的文章，内容大致是说：测试角色很快会被淘汰（去测试化），以后测试都会去开发平台，测试工作则赋能给了开发。巧的是这篇文章也被公司一位外企过来的高管看到，还跟我聊了聊这方面的可行性。
基于对自己饭碗的担忧，我还是比较认真地调查了国外像谷歌、微软，国内像 BAT 等名企发布的信息资料，分析了这些公司的测试生存状况和产品迭代模式，整理成了一份报告（涉及大量公司业务细节，就不分享了），主要结论就是：测试在中国现有的环境下，至少在可预见的未来内不会消失。
原因说起来其实并不复杂，稍加思考就能理解。去测试化的理论源头基本来自一些美企（主要参考的是 Google，但如果去研究 Google Testing Blog，对方其实也没说不要测试...），要说美企的一些管理理念的确挺前沿，但是仔细对比 BAT 的情况就不难发现，有三个因素决定这些模式在国内很难行的通：文化环境、行业水平、数字化基础。
先说文化环境。相对于国外企业更相信流程，国内企业则更（被迫）相信老板。前者是集体决策机制（自下而上），后者是中心决策机制（自上而下）。有句玩笑话说，外企的工作是为了 Do right things，国企的工作是为了 Do things that boss think is right。软件工程本来就是个复杂的专业问题，不是靠行政命令就能够解决的。
实例来讲吧，就说 Google，比如大家熟悉的 Chrome，版本更新也不慢，但是你看它的产品有很大改变吗？相信不少人读过《Google 测试之道》，知道他的发布过程是有着完善的分级灰度控制的。再强的团队也避免不了问题，但人家有足够的耐心去打磨。而且 Google 也没有把测试的事情拿掉，而是做了进一步分化，对工程和体验都有更强的专注力。
比较有意思的是微软，他可以说是测试行当的祖师爷，前几年也有模有样地宣称要去测试化。当然这里面也是有些逻辑的，Windows 的发布方式已经有很大变化，以前卖的是实体光盘，现在基本是数字化交付，所以 Windows 也玩起了灰度测试那一套。结果 Win10 的各种问题被骂出翔，矛头直指微软裁掉测试的传言，逼得微软辟谣还留着上百人的测试团队，可见 Google 模式也没那么好复制。
至于国内的情况不多说大伙也知道，产品研发的基本调性就是抓紧时机搞一波热钱，产品好不好不重要，能不能 IPO 才重要。 所以感觉多数老板都很焦虑，今天提的想法，明天就得落地。能不能带来效果不知道，这个想法不行明天就再换一个，总有一个是行的吧？产品特性换得比自己的衣服都快。
如果说人月神话的比喻是说：一个孕妇生孩子要十个月，两个孕妇就只要五个月。那么国内的普遍情况就是：一个孕妇生个孩子只给三个月，怎么实现管不着，反正就是一定要。老板不在乎什么软件工程、质量控制，只关心他的需求要等多久。想想为什么他们不懂什么是黑盒白盒，自动化这个词倒是记得很清楚。靠灰度慢慢做产品？不存在。只要能快点发布，堆测试才是最香的。
再说行业水平。某名厂也搞过去测试化，硬是给推行下去了。至于效果嘛，老板怎么看的不知道，底层群众问一圈就清楚了，反正后来不少团队又悄无声息地给招了回来（有的是测试转开发，披层外衣接着干）。如果一定要说没测试又怎么样？确实也没怎么样，能保证服务基本不挂，但是细节上就真的一言难尽。少数纯服务端的业务也许可以，前端交互很重的业务这么搞就是自掘坟墓。
这类隐患的爆发只是个时间问题，业务高速扩张的时候还能无视，等到了瓶颈期就发现已经积重难返。之前我在“第三代测试的思考”说过，现在是个存量竞争时代，国内消费者早就被教育得很挑剔，你的产品细节不行，被抛弃是很快的事，这点现在也已经得到证实。也许有读者要问，你说的体验也就是近两年（后疫情时代）的事，之前我们还在高速增长的时候，去测试化怎么就不行？你不也说没怎么样吗？
前面打过一点伏笔，去测试化是个底层逻辑问题，不是靠中心决策硬推就能行的。Google 的推行模式是由测试团队发起，一个个部门去沟通，让大家愿意相信你，愿意一起去努力，再经过漫长的实践和优化，才达到今天的程度。即便是我们都想改变，也不是立即就能变的。具体一点：产品和开发的质量理念要不要培训？符合新要求的测试要不要招聘？配套的基础设施要不要建设？
去测试化的内涵是思维升级，不是把人裁掉就完事了。前面提到的某名厂例子，上层的想法是我要学习先进，下层又理解不了你要的是什么先进，结果就是逼得开发去做原本测试做的事情，工作方式和内容并没有多少改变。表面看起来是完成了去测试，但总成本反而在增加，落地效果还不好。我们的行业水平还没成熟到可以支撑这种模式。更夸张的是，前面大厂都玩脱了，后面居然还有小厂跟风。
其实要论 BAT 三家公司，我最欣赏的还是阿里。从产品的调性上看，阿里还是比较“热爱技术”的，也实实在在做了很多科技改变生活的事情，相比之下腾讯的娱乐基因和百度的医疗广告总是有点不太正能量。但是阿里也不能免俗的一点是，对产品打磨缺乏足够耐心，一些有前景的产品没能等到它见证奇迹的那一天。阿里云刚搞的时候多少人反对？不坚持哪里会是今天的结果，祝福阿里将来能够走得更远吧。
然后说数字化基础。不知道是否有人注意过一个消息：21 年底印发的《“十四五”国家信息化规划》提到“十四五”时期要加快数字化发展，建设数字中国的新阶段。为什么要搞数字化？因为要提升效率，效率就是成本。照理说这是企业关心的事情，国家为什么亲自站台？因为要产业升级，提升国际竞争力。我们不可能永远做鞋子帽子，人民想要过上好日子，就得往产业上游走。
国内的数字化发展非常不均衡，意思就是大部分企业的办公方式还是靠手、靠吼，有个微信群就差不多了。比如在线协同办公，要说我们已经有钉钉、企微、飞书等这么多产品，为什么他们不用？因为潜意识里就不觉得这些东西有用。中小企业的眼睛普遍还是盯在怎么增加收入上，协同效率的提升能不能体现在财务报表里？不知道。所以协同软件有个怪现象是，很多客户卖得出去，就是用不起来。
上面说的这些和测试似乎没什么关系？当然有。前面说的协同软件能卖不能用的现象，代表很多企业对这方面其实还是有一定尝试欲望的，毕竟大环境和大趋势摆在这里。但是他们对数字化的理解又几乎是空白。这带来了什么后果？软件的前期交付、后期维护都极其痛苦，客户可不管你什么产品理念、技术架构，只要不能让他快速理解的，统统都是缺陷。
举个我实际遇到的例子，有位客户部署之后的几个月内一直很稳定，有天突然向我们反馈系统故障，排查了老半天发现是对方运维升级了网关，没给我们的产品域名开白名单。你再委屈也没用，客户一定要服务，这种情况下测试几乎是全程贴身重保。况且企业采购之前基本都要你出具各种测试报告，你要是跟客户说我们先进团队没有测试，客户会说不好意思我不要你的产品。
还有一个事实是，这类测试需求都偏低端，不同客户之间 80% 的测试内容是重复的，就是不停地回归。剩下的 20% 那可是金主爸爸的定制化需求，而且以大多数产品的架构现状，这些定制能改到连那 80% 的代码都变得不稳定，你还不敢不全量回归。我曾经问过一位 P10 前辈对测试职业是怎么看的，答曰：很多企业对软件问题的自主判断和解决能力是缺失的，所以测试的存在也就成为一种必然。
如果你以为今天我要表达的是：哪怕你只是个点工也不要担心，因为还有大把低端岗位等着你？当然不是。我们的数字化转型可不只是随便说说，而是以一定速度在推进，信息产业更是首当其冲。上面我列举的几个影响因素，尽管较为缓慢，也在持续淡化，具体对测试的影响会是什么？
不是说测试整个群体会消失，而是一个尾部淘汰的过程。上面画了一个示意图，虽然从业人员的能力分布一直会是个波形，然而这个波在持续往右推进，如果个体水平没有变化，就意味着生存空间会被不断挤占，直至消失在尾部。假设你现在在中位线，这个时间我估计大约是 10 年。其实也不绝对，因为总会有些变量出现，比如大家都关心的 ChatGPT。
这么说可能没有概念，我举个例子。有了电子计算器之后，算盘基本就没用了，但会计职业不会消失，失业的是学不会（或不想学）电子计算器的会计。而且这是有个过程的，不是说“啪”得一声尾部群体齐刷刷的原地失业。他们先去用不起电子计算器的地方，等这些地方也普及了，再去更边远的小镇或乡村。放在测试职业身上，这个淘汰链大概就是：大厂->中小厂->外包。也许不是很严谨，就是这么个意思。
上一段的例子也说明了另外一个问题：对单一细分技能的依赖是极其危险的。因为没法预料什么时候会突然出现一个取代这项技能的东西。我们可以看看运维行业，或多或少有我们未来的影子。前面说的某名厂，去测试化没搞明白，去运维化倒是很成功。原本的系统运维人员，有开发能力的发展成为 SRE，没有的要么转岗，要么淘汰。
和去测试化不同的是，去运维化的成果是实在的。开发人员依赖界面系统自己就可以完成全套运维工作，碰到实在不懂的，再去问 SRE。那你要问运维消失了吗？也没有。头部企业都在上云，中小厂还有不少传统运维（想想上面说的淘汰链）。为什么去测试化不能成功？因为要是软件工程能力不够成熟，测试大把的工作就得放在沟通上，或者这么讲，测试的工作包含更多的非确定性问题。相对运维来说，测试的运气真的很好。
至于 ChatGPT，目前就是个内容理解+生成的工具。打个比喻，有个专人在帮你搜 Google，搜得又快又全，还能自动整理输出，你说爽不爽？爽，但也就仅此而已。所以它会是个很厉害的提效工具，还远远取代不了现有的测试能力。稍微专业一点的测试，都不会把 Google 的答案直接拿来无脑使用，更多的是检索和参考。要是 ChatGPT 真的那么灵，StackOverflow 封它干吗。
这类“智能”的局限性在于非常依赖知识库的正确性，如果你在一些知名的开放资料库里编造少量虚假内容，搞不好哪天就会变成 ChatGPT 的“真理”（韩国人的福音？）。还有一点，真正高价值的内容都藏在企业的内部存储中，是不会给它去做训练的，这点可能会决定 ChatGPT 永远只能是个“二把刀”。
当然，在内容领域 ChatGPT 还是具备很强的危胁性的，不然 Google 就不会着急上火，仓促搞出来一个 Bard，首次亮相就翻车，市值端走上千亿。原来 Google 这个浓眉大眼的家伙也有搞倒排期的时候，最终也给我们证明了：不管你是多大的厂，不尊重科学规律，终究还是不行滴。
