地平线
【地瓜机器人】测试开发工程师（AI Agent 与自动化测试方向）
【地瓜机器人】测试开发工程师（AI Agent 与自动化测试方向）
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公测试开发
测试开发
Ai Agent
CI/CD
Go
Llm
Pytest
值不值得投
78综合评分
综合评分 78
前沿AI测试技术、大厂平台背书、成长空间广阔，WLB待确认
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.5万
比测试开发中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 420 个在招 · 其中测试开发 9 个
市场机会
选择面较广
北京 · 测试开发 · 约 180 个在招
职位详情
关于这个职位
本职位专注于构建由AI Agent驱动的自动化测试体系，将需求解析、用例生成、脚本开发与执行验证全流程自动化
通过封装标准化测试工具并深度接入CI/CD流水线，持续推动重复性工作自动化，显著提升软件交付质量与整体研发效能
最低要求
二、任职要求
本科及以上学历，计算机、软件工程等相关专业
具备 2 年及以上测试开发或自动化测试经验，完整参与过至少一个 Web 系统或平台产品从需求到发布的质量保障工作
具备扎实的编程能力，熟练掌握 Python、TypeScript/JavaScript、Java、Go 中至少一门语言，Python 优先
能够独立开发测试工具，搭建、扩展或深度定制自动化测试框架
具有真实的接口与 Web UI 自动化落地经验，熟悉 Pytest、Playwright、Selenium 等相关框架
能够结合 Agent 完成测试代码生成与维护、执行编排和结果分析，处理测试数据、环境依赖及不稳定用例，并接入 CI/CD 持续运行
深度使用过至少一种 Coding Agent 或 AI 编程工具，如 Codex、Claude Code、Cursor、OpenCode 等
有利用 Agent 完成测试脚本、测试工具或自动化流程的实践，能够验证、调试和改进其生成结果
理解 LLM、上下文、工具调用和 Agent 工作流的基本机制
理解模型输出的不确定性，能够为 Agent 任务设计可执行的验收标准，区分业务缺陷、环境问题和 Agent 执行失败，并管理 Prompt、Skill 与测试资产的版本
熟悉 HTTP、SQL、Git 和 Linux，能够将接口调用、数据库校验、日志分析和环境操作封装为 Agent 可调用的工具与自动化检查
理解角色权限、资源授权及数据隔离，能够设计对应的 Agent 测试任务、执行约束和结果断言
能将模糊需求转化为明确的测试目标、执行约束和验收标准，提供复现路径、定位证据及初步归因
具备良好的沟通协作、任务优先级判断和持续学习能力，对自动化测试结论与交付质量负责
工作职责
一、岗位职责
参与 Agent 自动化测试工程，建设自动化验证闭环
围绕 Coding Agent 生成的代码和交付产物，实现“自动执行测试—校验结果—反馈失败—修复后回归”的工程流程
开发和应用测试 Agent
利用 Coding Agent、模型 API 和现有测试工具，实现需求解析、测试场景生成、自动化脚本开发与维护、测试数据构造、执行编排、失败分析和报告生成，沉淀可复用的测试 Agent、Skill、上下文模板和工作流
建设 Agent 可调用的测试工具与框架
将接口调用、Web UI 操作、命令行执行、数据库校验、日志分析及设备操作等能力封装为稳定的工具，供 Agent 按任务编排调用
持续完善工具输入输出、环境管理、异常处理和执行记录，提高自动化流程的可靠性与复用能力
保障 Agent 自动化测试的有效性
设计明确的业务验收标准，校验 Agent 生成用例的覆盖范围、断言与执行结果
结合接口返回、数据库状态、日志、页面状态及运行产物进行独立验证，识别无效断言、误报、漏报和不稳定用例，确保测试结论有可复现的证据支撑
负责 Agent 自动化测试工程与工作流的质量验证
建设覆盖任务调度、上下文传递、工具调用、多角色交接、超时重试、状态恢复和人工接管等场景的自动化测试
对模型、Prompt、Skill 和工具版本变化建立持续回归机制，验证权限隔离、机密信息模型路由等关键控制
承接不同业务场景的 Agent 自动化测试建设
面向平台产品、企业内部系统及 AI 应用等业务，结合 Agent 实现测试场景生成、脚本开发、执行编排、结果校验、缺陷分析和修复回归，将项目中的测试工具、Skill 和工作流推广到更多业务
打通持续集成与问题处理流程
将 Agent 自动化测试接入 CI/CD，对接代码仓库、缺陷管理及协作工具，实现测试触发、执行监控、证据归档、缺陷流转和修复验证，使测试结果能够关联需求、代码版本、运行环境及问题记录
持续改进质量与测试效能
分析关键场景覆盖、缺陷检出、误报漏报、用例稳定性、回归耗时、人工投入及 Agent 执行成本
将真实缺陷与失败案例转化为长期回归资产，持续优化测试策略、工具和 Agent 工作流
具体业务场景、个人贡献、关键技术选择，以及如何证明测试有效、提升了哪些质量或效率指标
可使用脱敏材料或独立 Demo 展示
优先资格
三、加分项
有硬件测试或硬件自动化测试经验者优先，包括板卡、外设、接口通信、设备控制、固件升级及稳定性测试等
有将相关工具接入 Agent，实现设备操作、测试执行、数据采集、异常分析和回归验证的经验者更佳
有 Linux/Android、仿真测试或软硬件联合自动化测试经验，能够将相关验证能力接入 Agent 自动化测试流程
开发过测试 Agent、MCP 工具、Skill 或多 Agent 测试工作流
有 LLM/Agent 评测集、行为回归及自动化评测平台建设经验
有测试平台、CI/CD、容器化测试环境、性能或稳定性测试工具开发经验，并有将这些能力接入 Agent 工作流的实践
有 CRM、权限、审批流、SSO 等内部业务的自动化测试经验，或熟悉飞书开放平台及研发工具集成
AI 洞察
优缺点分析
优点
- 聚焦AI Agent与自动化测试交叉前沿，技术栈极具前瞻性与市场稀缺性
- 依托头部自动驾驶芯片企业平台，业务场景丰富且技术落地空间广阔
- 直接参与核心研发效能体系建设，成果可直接量化并反哺整个研发团队
- 适合具备扎实测试开发基础、对AI技术充满热情且追求技术突破与效能革新的工程师
缺点 / 挑战
- AI Agent生成结果的不可确定性带来较高的调试、验证与容错设计难度
- 需同时兼顾传统测试框架与新型Agent工作流，技术跨度与持续学习压力大
- 初期可能面临历史债务清理、环境隔离配置与新旧体系平滑过渡的挑战
角色解读
- 向AI测试架构师或测试效能专家方向发展，主导企业级智能测试平台规划
- 拓展至AI原生应用质量保障领域，成为懂算法与工程的复合型技术人才
- 积累跨业务线自动化落地经验后，可向技术管理或研发效能负责人转型
- 构建并维护由AI Agent驱动的自动化测试体系，实现测试全流程自动化
- 封装接口、UI、命令行及数据库等操作能力为标准化测试工具，供Agent按需调用
- 将自动化测试深度接入CI/CD流水线，打通缺陷管理与回归验证闭环
- 精通Python等编程语言，熟练掌握Pytest/Playwright/Selenium等自动化框架
- 深入理解LLM、Agent工作流、Prompt工程及模型输出不确定性处理机制
- 具备扎实的CI/CD集成经验，熟悉HTTP/SQL/Git/Linux底层原理与容器化部署
申请策略
- 提前准备脱敏的自动化测试Demo或Agent工作流架构图，直观展示技术实力与工程思维
- 了解地平线云产品线及自动驾驶研发流程，展现业务匹配度与主动思考能力
- 突出自动化测试框架设计与CI/CD集成实战经验，务必量化提效指标与覆盖率提升数据
- 重点展示Coding Agent/AI工具在测试脚本生成、用例维护中的落地案例与调优思路
- 强调复杂场景下的缺陷定位、环境隔离、数据构造及异常兜底能力
- 系统学习LangChain/LlamaIndex等Agent开发框架及Prompt调优、幻觉检测方法
- 补充Linux网络协议、容器化部署及分布式测试环境搭建的高级知识
- 强化对LLM输出评估、确定性验证及人机协同兜底策略的理解
面试指南
- 采用STAR法则结构化回答，明确背景、任务、行动与可量化的结果，突出个人贡献
- 针对AI不确定性问题，强调‘人机协同’思路：设定严格断言阈值、引入人工复核兜底、建立Bad Case反馈闭环
- 技术选型对比时，清晰说明权衡依据（如稳定性vs灵活性、短期开发成本vs长期维护收益）
- 请分享一个你主导的自动化测试框架重构或效能提升案例，遇到了哪些瓶颈？
- 面对AI Agent生成的不稳定测试用例，你会如何设计验收标准与降级兜底方案？
- 如何将传统UI/接口自动化测试平滑迁移至Agent驱动模式？技术选型如何权衡？
- 在CI/CD流水线中集成Agent测试时，如何解决环境依赖冲突与资源竞争问题？
- 复习常见自动化测试陷阱（如元素隐式等待、数据污染、并发冲突）及工业级解决方案
职位点评
薪资福利72
成长发展92
工作生活65
使命价值85
薪资福利
72中等
作为已上市的硬科技企业，提供符合市场水准的薪酬与基础福利，但JD未明确具体薪资结构与额外补贴。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
92较高
岗位深度融合AI Agent与自动化测试前沿技术，提供极高的技术成长空间与创新实践机会。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、Prompt Engineering、CI/CD、Playwright、Pytest
业务类型cost_center
工作生活
65中等
JD未明确提及弹性工时或远程政策，硬科技企业通常节奏较快，但技术导向文化可能提供一定自主性。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
致力于通过AI驱动测试变革提升软件交付质量，对自动驾驶及云计算产业具有显著的正向技术推动价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
地平线 的其他在招职位
相似职位推荐
Watch Jobs