描述
课程介绍
我们正身处大模型的技术洪流之中。作为测试工程师，你是否曾感到焦虑：
- 手工测试如山，自动化脚本编写耗时耗力？
- 面对嵌入 AI 的复杂系统，不知从何测起？
- 听闻大模型能提效，却不知如何将它应用于日常测试，生怕被时代抛弃？
- ……
焦虑是成长的开始，行动是突围的唯一路径。前京东中台测试架构师陈磊将以测试开发工程师视角，层层递进，从基础理论到进阶实践，再到实战落地，带你系统掌握大模型的核心知识与应用技巧，构建智能化测试体系，拥抱 AI 驱动的未来测试时代。
课程设计
课程分为基础篇（打牢理论根基）、进阶篇（桥接理论与实践）和实战篇（手把手落地），每节结合代码示例、工具 Demo 和场景验证，助你快速上手。
基础篇：筑基大模型，解锁测试潜力
基础知识是我们利用大模型赋能好测试的关键。这部分我们将从 Transformer 架构入手，一起聊聊 Transformer 的基础原理、Tokens 的计算方法以及关键超参数，同时深入当前火热的大模型应用技术：提示词工程、RAG 和 MCP 协议。通过这些内容，为后续使用大模型铺平道路，让你从测试开发工程师的角度了解如何将 AI 融入需求分析、用例设计和缺陷预测中。
进阶篇：理论落地，实践初探
进阶篇聚焦简单易行的实践思路，将知识转化为可操作的测试技能，讲解手工测试用例生成、接口测试生成以及 MCP 协议实战，剖析基础篇中的超参数、提示词工程、RAG、MCP 等如何在真实场景中发挥作用。从根本上理解 AI 如何实现“少写多测”的高效转变，为实战篇的深度应用蓄力。
实战篇：手把手落地，智能化测试
实战篇直击痛点，从工具使用到自定义开发，再到团队推广，走进 AI 重塑测试的过程。从微软开源的 MCP Playwright Server 入手，理清 MCP Server 的核心作用，然后探讨从哪个角度切入开发自己的 MCP Server。
我们还会算清 Agent workflow 的这笔账，感受不同 Agentic 设计模式的处理差异。这部分你会从零构建两个测试大模型的工具，最后专栏会分享如何让团队从“愚昧之巅”，跨越“绝望之谷”，登上“开悟之坡”，实现可持续的智能化工具的赋能。
课程目录
适合人群
- 所有希望利用 AI 提升测试效率与深度的测试工程师、测试开发工程师
- 正在探索智能测试落地路径的技术负责人、架构师
- 对 AI 应用开发感兴趣，希望切入测试垂直领域的开发者
- 渴望突破职业瓶颈，构建未来核心竞争力的软件行业从业者
订阅须知
- 订阅成功后，推荐通过“极客时间”App 端、Web 端学习。
- 本专栏为虚拟商品，交付形式为图文 + 音频，一经订阅，概不退款。
