先冻结一组基线任务，再只替换模型路由，其他提示词、工具Schema、超时和数据版本保持不变。新模型可能更愿意主动执行工具，原先“先询问确认”的约束被弱化。报告按任务风险分层，不仅列通过率，还列行为违规、变更半径、成本、延迟和人工复核量。因此评测要同时保留Outcome和Trajectory：结果对不对，工具调用顺序是否安全，是否访问了不必要文件，失败后是否停止，是否扩大了修改范围。模型评测不要求测

说明： 文中 R4、R5、R6 薪资为旧职级体系下的公开历史样本，主要用于理解过去不同岗位责任范围和薪酬结构，不代表小红书 2026 年现行职级体系或统一薪资标准。2024 年 8 月，小红书调整职级体系，其中比较明确的一项就是取消 R 职级，同时取消 L0，各级 Leader 改为任命制。网上查小红书薪资，R4、R5、R6 依然满天飞，R5 百万年包、R6 接近 200 万的数字也很常见。项目、

上个月，团队里一个做了3年功能测试的同事找我聊天，说了一句让我印象很深的话：“DeepSeek我天天在用，但我就是拿它当搜索引擎，问问概念、查查报错。社区已经有现成的工具可以直接用——ai-code-reviewer，基于DeepSeek API的自动化代码审查工具，零依赖、单文件即可运行，支持30+编程语言，自动发现Bug、安全漏洞、性能问题。DeepSeek能替你完成60%-70%的重复劳动，

上个月我们发版前最后一次回归，从早上9点干到晚上11点，三个人轮着点，点到后面眼睛都花了。结果还是漏了一个优惠券叠加的边界场景，上线第二天客服就炸了。真正需要开发看的bug，我直接把它的分析附在工单里，开发也省事。它给我输出了十几条合并建议，还指出了三个我压根没想到的边界：优惠券并发核销、退款时库存回滚的时序、以及弱网下重复提交。它生成的脚本大概能直接用70%，剩下的30%是业务字段和数据库连接需

本文主要介绍测试用例管理的基础知识和基本使用方法，帮助您快速管理测试用例及活动。

通过swagger文档获取接口信息；使用Requests发出携带请求参数的GET请求；断言响应是否符合预期；添加Log日志；使用参数化方法实现一条用例可执行多个测试数据；生成Allure测试报告。

n8n 是一款开源、基于节点的工作流自动化工具，允许通过拖拽节点构建复杂流程，特别适合测试工程师进行 API 集成测试、数据管理和自动化监控。本文介绍了 n8n 的核心优势、三种部署方式及基础操作，帮助读者快速上手并应用于实际测试场景，提升自动化效率与覆盖范围。

接口测试场景：接口自动化测试场景：是由Python实现的API测试框架；支持发起POST、GET、PUT、DELETE等请求；可以用来验证和校对响应信息。

在当今快节奏的数字环境中，如何确保我们的网站或应用能够在各种压力下运行良好，成为了每位开发者和运维人员需解决的重要问题。而Nginx，这位开源的、高性能的HTTP和反向代理服务器，因其出色的性能和稳定性成为了广泛使用的Web服务器之一。正因如此，Nginx性能数据监控便显得尤为重要。

本文为霍格沃兹测试开发学社的学习经历分享，写出来分享给大家，希望有志同道合的小伙伴可以一起交流技术，一起进步~说明：本篇博客基于selenium 4.1.0。