AI时代，性能测试岗位要消失了？

昨天星球一位同学找我问了这样一个问题：

现在AI的能力越来越强大了，AI IDE也开始自带性能分析和优化建议功能，公司最近打算将专项性能测试岗位去掉，转岗去做业务测试，是选择接受，还是跳槽看看外面的机会？

声明一下，这位同学在公司的岗位是性能测试工程师，日常工作就是围绕公司自研APP以及后台服务进行各种性能测试，为线上容量规划提供建议，并协同运维团队保障线上业务的稳定性。

我能理解这位同学面临的困扰，毕竟这几年AI的能力越来越强。22年AI只是一个问答助手，23年就进化出了多模态能力，24年智能体+工作流开始逐渐成为主流。

到了今年，伴随着思维链(Extended Thinking)能力的成熟和生态的完善，AI的能力边界被进一步扩展。从公司的角度出发，AI的能力都这么强大了，性能测试这种专项岗位，实在没必要留着。

但AI真的强大到可以替换掉性能测试岗位吗？至少目前，我不这样认为。

先简单介绍一下目前AI最新的能力：思维链。

思维链(Extended Thinking)，最早是Anthropic在Claude中提出一种机制，即允许模型在回答问题之前先进行内部推理，再把必要的信息暴露出来。

从技术的角度来阐述，所谓的思维链就是：模型在显式推理(reasoning)与工具调用(tool use)之间交替进行工作，并且在多轮交互会话中，持续保留和传递之前每一步的推理状态。

简单来说，模型的思维链能力，就是思考+工具调用(Thinking in Tool Use)。

MiniMax在今年10月份发布新模型M2的时候，特别强调Interleaved Thinking能力是其设计重点之一，并在社区中反复强调了这种机制对Agent和Coding场景的重要支撑作用。https://wxa.wxs.qq.com/tmpl/or/base_tmpl.html

近几年，大模型的叙事逻辑一直在变化。从ChatBot时代的“我能回答问题”，到智能体+工作流时代的“我能调用工具”，再到MCP时代的“我有多少插件”，直到如今的思维链时代“我可以在工具和插件调用之间保持连续的上下文传递”。

对这种叙事逻辑的变化做一个总结，我们当前处在AI时代的Self Agent阶段。

回到本文的主题，AI是否会取代性能测试岗位。

先说结论，至少短期三到五年内，我个人并不认为AI会取代性能测试岗位。当然，我说的性能测试岗位是指具备丰富的一线实践经验，对业务场景和系统架构有深入理解，并且能不断提升自己专业能力的同学。

为什么我会这样说，原因主要有如下几点：

1、以目前AI展现出的能力来说，应用场景基本都集中在执行阶段，即压测执行、性能监控、数据分析和出具报告。这个阶段AI带来的最大价值，是效率提升，即将人从繁琐重复的执行端解放出来。

2、从项目的角度来说，性能测试最耗时的阶段，是前期的需求明确和准备工作。无论是明确压测目标和验收指标，还是性能测试三大模型的梳理，都需要投入大量的时间精力，且这是一个长期建设的过程。

3、前期的前期的需求明确和准备工作，纯技术或者专业的技能占比不高，更多的是沟通协调。上过班的都知道，工作最耗费精力的就是沟通协调，而非专业的东西，这不是AI能解决的问题，至少目前AI不具备这个能力。

4、无论是业务流程还是系统架构，伴随着每次版本迭代都会变化，且这种变化在实际工作场景中很难及时更新和维护。这些变化对AI来说是天量的token和不确定因素，如果你无法告诉AI精准的提示，那你不能指望AI给出满意的符合预期的结果。

当然，除了上述的四点原因，还有其他的因素。比如：1-大模型目前本质上依然是概率预测机器，信息幻觉问题无法避免；2-符合自己公司业务场景的私有模型，预训练和微调依赖自有知识库的建设，这里需要大量的时间资源投入，以及巨量的标准数据来让AI学习。

AI目前没有我们想象的那么强大，但AI的未来又很值得期待，我们不能因噎废食。

作为个人来说，需要保持对AI的好奇心，将其能力应用于生活和工作中，不断提升自己的专业能力，避免被掌握AI的其他人超越。