已有 18152 人访问
陈哥聊测试 ID.15434
博客(190)
陈哥聊测试的博客
大家好，我是陈哥。 有个读者朋友给我留言，问了一个问题： 我们是一个初创团队，产品还不是特别稳定，这种情况有必要开始自动化测试吗？ 很多人都有一个误区，认为只有大公司才能搭建自动化测试。初创团队的首要目标是快速把产品推向市场，先活下去才是第一位，自动化测试可以等到后期业务稳定之后再考虑。 其实，初创团队是需要自动化测试的，甚至应该在项目早期就把自动化测试纳入研发流程设计当中。 一、初创团队常
1°/11 人阅读/0 人点赞/0 条评论
大家好，我是陈哥。最近AI圈又有了新变化，MCP口碑开始发生反转。包括PerplexityCTO、YCombinator核心团队在内的一众行业大佬，都公开表态要放弃MCP，优先采用CLI+API的轻量化方案开发Agent。为什么大家从使用MCP转向使用CLI？两种方案到底适合什么场景？普通开发者该怎么选？本篇文章过长，建议大家收藏后观看。一、MCP和CLI是什么？我的读者朋友基本上都是
9°/98 人阅读/0 人点赞/0 条评论
大家好，我是陈哥。当下大模型赋能开发已经是行业常态，程序员产出代码的速度肉眼可见变化。但是有些程序员会把AI产出的代码复制出来，简单扫一眼就提交PR，这在我看来属于严重的工作失职。之前我在《AICoding时代仍要以人为本》中写道，一套系统后续长久的迭代与维护，最终还是要依靠程序员把控。在AI普及的今天，程序员的职责不只是埋头写代码，更重要的是交付能正常运行的代码。一、怎么证实你的
19°/190 人阅读/0 人点赞/0 条评论
大家好，我是陈哥。我最近在看《四千周》这本书，想先跟大家分享一段话：随着社会加速发展，情况发生了变化。更多情况是，耐心变成了一种有形的能力。在急于求成的社会里，能够抵挡急于求成的冲动，让事情慢慢来。这样才能把握世界，做有意义的工作，并从工作本身获得满足，而不是把所有的成就感推迟到未来。我之所以看到这里有感慨，是因为前几天我突然意识到自己越来越没耐心。现在大家都在用AI写代码，我的工作效
25°/253 人阅读/0 人点赞/0 条评论
大家好，我是陈哥。前几天，我看了一个“TheFutureofCodingisHere”的分享会视频，大概内容是讲如何完全依靠AI来生成代码。视频中，有一位程序员提出了质疑：“如果说你不进行任何打开代码筛查的动作，我觉得这样的代码上线都是不负责任的，不仅不负责，而且是没办法去用的。”这番话其实点明了当下AI编程的边界。在AICoding时代，AI只是一个辅助开发的提速工具，一套系统
38°/385 人阅读/0 人点赞/0 条评论
大家好，我是陈哥。做项目管理是不是必须要用软件？每次听到这个问题，我都会说：项目管理的核心是人和流程。不用任何管理软件，肯定是能做项目管理的。但是，适配的项目管理软件会让你更轻松。一、纯人工管理项目，到底藏着哪些致命短板？我见过完全不靠管理软件完成的项目，不过大多是一些短期小项目。大家的管理方式也很朴素，最常用的工具是Excel和微信。这种纯人工的管理模式，在特定场景下肯定是可行的。举
41°/412 人阅读/0 人点赞/0 条评论
大家好，我是陈哥。你在带团队时，有没有发现一个问题：员工执行力没问题，流程落地没问题，工作态度也没问题，可产品总是不被认可。这是因为团队一直在正确地做事，却很少做正确的事。我知道很多管理者从业多年，但始终分不清这两者的区别。我想结合IPD集成产品开发体系谈谈“做正确的事”和“正确地做事”到底谁更重要？可落地的执行路径到底该怎么走？全文干货无空话，适合所有团队负责人收藏细读。01“做正确
41°/412 人阅读/0 人点赞/0 条评论
商业智能（BI）系统是企业数据化转型的利器，却也常被视为一把双刃剑。企业全面引入BI，是想让全体员工的数据分析能力迈上新台阶，这不仅有利于提升工作效率、增强流程透明度，还能为客户定位与服务开辟全新的路径。然而，这样一项充满潜力的变革，为何依旧让许多管理者倍感压力？BI项目推广，究竟难在何处？我们将从十大核心问题入手，通过一家名企CEO的实战分享，带大家一探究竟。1.复杂性问：只要推进
42°/423 人阅读/0 人点赞/0 条评论
当下企业在AI领域的投入持续加大，但AI项目落地失败、中途夭折的现象也愈发普遍。本文将依托真实行业调研数据，深度拆解企业引入AI赋能业务高失败率背后的核心症结，同时给出一套可直接落地套用的实操框架，帮助企业切实提升AI项目成功率。先来看几组权威调研数据：超过80%的AI项目最终难以落地成型，失败率达到传统IT项目的两倍；据Gartner统计，仅48%的AI项目能够顺利完成试点阶段；即便试
43°/439 人阅读/0 人点赞/0 条评论
想象一下，你要上线一条全新产品线。这意味着你得同时协调工程、采购、生产、质量等几百个任务，搞定横跨各地区的复杂供应链，最后还得在紧迫的时间和预算内把活儿干漂亮。这就是制造业项目管理过程中经常发生的事，一个微小的失误，都可能像多米诺骨牌一样，引发数百万的损失、长达数月的延期、质量崩塌，甚至是整个项目翻车。制造业的项目，本就比其他行业更难啃。它不像软件开发或服务型项目，出了问题可以靠后续版本迭
45°/454 人阅读/0 人点赞/0 条评论