最近网上养龙虾热得不行，各种相关的文档充斥网络。每个人都担心，不久的将来，自己将被龙虾替代。好像自己不养几只就心慌，真正养起来又不知道能做什么？

一，哪些工作正在被替代？

OpenClaw+Skills最擅长替代的是那些标准化程度高、重复性强、低风险的事务性工作。

• 内容运营与创作：可以7×24小时自动抓取行业热点、生成文章和视频、发布到多平台并回复评论，实现内容生产全流程自动化。
• 电商运营：能自动处理客服咨询、商品上架、竞品跟踪等。有案例显示，部署后原本需要5-6人的团队可缩减至1-2人，人力成本显著降低。
• 基础开发与运维：能够辅助完成代码编写、审查、测试，以及监控服务器、自动部署等DevOps流程。
• 数据与行政：自动进行数据整理、报表生成、信息检索、邮件分类和常规审批等。

这些领域的从业者，尤其是从事初级、重复性工作的岗位，确实面临着被自动化工具替代的巨大压力。

二，OpenClaw能帮程序员做什么？

OpenClaw 对程序员的帮助，核心在于它扮演了一个“异步、自主的数字员工”角色，而非传统的代码编辑器插件。它不是在您敲代码时提供即时建议，而是接收您的指令后，在后台独立完成任务，并通过您常用的通讯工具（如微信、钉钉、Telegram等）汇报结果。

结合您之前对“替代”的关注，可以理解为：OpenClaw 旨在替代程序员工作中那些繁琐、重复的“体力活”，让您能更专注于核心的“脑力活”。

🤖 自动化运维与监控

这是 OpenClaw 最可靠、最实用的场景之一。它可以7x24小时监控您的项目和服务，一旦出现问题立即通知您。

• 部署监控：配置 OpenClaw 定期检查您的应用部署状态（如 Vercel、AWS 等）。当部署失败或生产环境出现错误时，它会立刻通过消息应用向您发送警报，让您能第一时间响应，而不是等到用户投诉。
• GitHub 通知聚合：它可以监控代码仓库，并在每天早晨为您发送一份摘要，内容包括：需要审查的 Pull Request、失败的 CI 检查、新创建的高优先级 Issue 等。这取代了手动刷新 GitHub 页面的习惯，让您的工作更有条理。

💬 通过聊天执行命令

这是 OpenClaw 最强大的功能之一，让您无需通过 SSH 登录服务器，就能随时随地执行运维操作。

• 执行脚本：直接在聊天中发送指令，如“运行数据库备份脚本”或“清空 Redis 缓存”，OpenClaw 就会在服务器上执行相应操作并返回结果。
• 查看日志：发送“显示生产错误日志的最后50行”，它就能追踪日志文件并将内容发送给您，方便快速排查线上问题。
• 运行测试：可以指令它“为认证模块运行测试套件”，它执行后会报告哪些测试通过，哪些失败。

💻 辅助开发与协作

OpenClaw 能处理一些基础的编码和团队协作任务，提升开发效率。

• 快速生成代码片段：您可以用自然语言描述需求，例如“用 Flask 创建一个返回用户列表的 /users 接口”，它能快速生成基础代码框架，加速开发启动。
• 基础代码解释与查错：对于新手，它可以解释代码的含义，或帮助排查基础的语法错误。
• 自动化站会摘要：在团队中，可以配置 OpenClaw 每天自动从 GitHub、Jira 等工具拉取数据，生成一份包含每位成员昨日提交、当前任务和阻塞项的站会报告，并发送到团队群聊中。

三，测试同学的担忧？

作为互联网行业，技术壁垒较弱的测试同学，在当前大潮流下还是非常担心的。

1，哪些测试工作正在被替代？

OpenClaw 尤其擅长处理那些标准化、重复性高、耗时长的测试任务，显著提升了测试效率。

• 自动化测试脚本生成与执行过去需要数天编写的自动化测试脚本，现在测试人员只需用自然语言描述测试场景（例如“用户登录并下单”），OpenClaw 就能自动生成并执行。这使得用例编写效率可以从“天级”降至“小时级”。
• 大规模回归测试它可以作为“不休息的测试工厂”，利用容器技术并行执行成千上万个测试用例。原本需要数小时甚至数周的回归测试，现在可能仅需十几分钟就能完成，极大地缩短了发布周期。
• 大模型安全与探索性测试这是 OpenClaw 的独特优势。它可以批量生成并执行上千种不同的提示词（Prompt）变体，对AI应用进行安全测试，发现人工难以覆盖的边界情况和潜在风险。
• 基础缺陷定位当测试失败时，OpenClaw 能够进行初步的智能归因，自动分析失败原因（如网络错误、元素未找到等），将故障定位时间从平均1小时大幅缩短至30秒。
• 日常事务性工作自动执行冒烟测试、跨设备兼容性验证、视觉回归测试（检查UI是否错位）等，这些工作都可以交给 OpenClaw 无人值守地完成。

2，测试开发工作面临重大挑战

    现在测试相关的skills也多如牛毛，尝试了几个，还是非常厉害的。虽然不能完全解决遇到的问题，但也替代了不少工作量。尤其是Superpowers ，它是一个完整的软件开发工作流程，适用于您的编码代理，它建立在一组可组合的“技能”和一些初始指令之上，以确保您的代理使用它们。

尝试安装了插件，使用openclaw+Superpower开发一个测试平台。通过提出自己的需求，加上前期的一些交互，就能快速生成详情的实施计划。下面是SuperPowser的开发流程。

┌─────────────────┐│  1. Brainstorm  │  ← 先搞清楚需求，AI 会问你问题└────────┬────────┘         ↓┌─────────────────┐│  2. Write Plan  │  ← 生成详细的实施计划└────────┬────────┘         ↓┌─────────────────┐│ 3. Git Worktree │  ← 创建隔离的工作区└────────┬────────┘         ↓┌─────────────────┐│  4. TDD Cycle   │  ← 红绿重构：先写测试，再写代码└────────┬────────┘         ↓┌─────────────────┐│    5. Review    │  ← 自动代码审查└────────┬────────┘         ↓┌─────────────────┐│    6. Merge     │  ← 合并或创建 PR└─────────────────┘

它给我生成的开发测试平台的实系统架构：

系统架构    ┌─────────────────────────────────────────┐    │              前端应用                    │    │  (React + Ant Design Pro + TypeScript) │    └────────────────┬────────────────────────┘                     │ HTTP API    ┌────────────────▼────────────────────────┐    │            后端服务                      │    │  (Spring Boot 3 + Java 17)             │    │  ├── 项目管理模块                        │    │  ├── 文档解析模块                        │    │  ├── 用例管理模块                        │    │  ├── 执行引擎模块                        │    │  └── LLM适配模块                         │    └────────┬───────┬────────┬───────────────┘             │       │        │        ┌────▼──┐ ┌──▼───┐ ┌──▼────┐        │ MySQL │ │ Redis│ │ LLM API│        └───────┘ └──────┘ └───────┘

开发测试平台的任务列表：

todoWrite☐ 后端项目初始化 - 创建Maven项目、启动类、配置文件☐ 数据库初始化 - 创建数据库表结构SQL脚本☐ 实体类定义 - 创建Project、ApiDoc、TestCase等实体☐ Repository层 - 创建数据访问接口☐ 项目管理模块 - Service和Controller☐ 文档解析模块 - Swagger解析和文档管理☐ LLM适配模块 - 多模型适配器☐ 用例生成与执行模块 - 生成和执行测试用例☐ 前端项目初始化 - React+Ant Design Pro☐ 前端页面开发 - 项目列表、用例列表、生成页面等☐ 最终验证 - 编译测试☐ DTO定义 - 创建数据传输对象☐ 前端服务层 - API调用服务☐ 配置与MyBatis自动填充

然后就按列表一步步执行下载，在不考虑消耗token的情况下，经过一个多小时的生成，一个完整的项目便开发完成了。

MVP 开发完成！ ✓项目结构    SuperpowersTest/    ├── backend/                 # Spring Boot 后端    │   ├── src/main/java/com/apitest/    │   │   ├── entity/         # 7个实体类    │   │   ├── repository/     # 7个Repository    │   │   ├── dto/            # 5个DTO    │   │   ├── controller/     # 4个Controller    │   │   ├── service/        # Service层    │   │   ├── llm/            # LLM适配器(多模型支持)    │   │   ├── executor/       # 测试执行引擎    │   │   ├── parser/         # Swagger解析器    │   │   └── config/         # 配置类    │   └── pom.xml             # Spring Boot 2.7.18 + Java 11    ├── frontend/               # React + TypeScript + Ant Design    │   ├── src/    │   │   ├── pages/         # ProjectList, ProjectDetail, LlmConfig    │   │   ├── components/    # Layout组件    │   │   ├── services/      # API服务    │   │   └── types/         # TypeScript类型    │   └── dist/              # 构建产物    └── docs/sql/init.sql      # 数据库初始化脚本启动方式    1. 数据库: 执行 docs/sql/init.sql    2. 后端: cd backend && mvn spring-boot:run    3. 前端: cd frontend && npm run dev

进入相应的路径后，启动项目，在没有写一行代码的情况下，一个测试平台一期的开发工作便已经完成。

完全可以执行，如果有bug,可以给大模型直接提出，大模型会自动修改，根本不需要去找什么开源的项目，再去自己修改，是不是很可怕？

四，当下的思考？

 1，分析问题的实质

     虽然网上相关的文档非常多，如果不了解的情况下，真是感觉危机四伏。其实大部分文章都是通过制造焦虑，来提高他的文章的阅读量，或是要卖一些课程或是书籍什么的，你仔细分析一下，他们说的充其量就是大模型下的HelloWorld! 比如说，接口自动化用例生成，基本上都是登录和查询接口，几乎不涉及业务逻辑。大模型生成WebUI自动化，又是登录用例，或是页面元素较少的场景，在这样的情况下，大模型当前可以了。面对复杂的业务场景，成百上千个元素的页面，要想大模型发挥真正的使用，那是困难重重。就前置条件，知识库准备，页面规范化等等工作，就会让你头大。

2，对测试行业的冲击

      测试人员要求比较低，这是业界一个普遍的认知。其实这是完全错误的，如果对业务没有一定的了解，根本做不好测试工作的。而对一份没有产品讲解，测试人员都看不懂的需求文档，你让大模型生成测试用例，是不是有点要求太高了。在开发过程中，需求不断调整，界面反复优化，最后和需求文档的相同的地方不到50%，从需求文档生成接口或中WebUI自动化用例 ，是不是也有点儿扯。在大模型没有完全重塑项目流程的前提下，大模型根本不可能完全替代某个岗位，不必过于担心。

     当下提的Skills非常牛X,貌似有了相应的Skills大模型就能帮我们完成相应的工作。其实说白了，这个Skill就是我们平时的工作经验，按照OpenClaw的要求，把自己工作经验流程化，提供示例，把平时手工执行的如造成数据，准备环境，自动化回归等用脚本写入到流程中。如果没有扎实的经验也写不好这个skills, 它也不可能完成相应的工作。不是一个业务的同学，都不了解相互的业务，大模型肯定做不到的。

    上面介绍的Superpower是不是很牛X，我测试了一下也能完美地完成一个平台的零代码开发。但是，如果没有我近十来年的平台开发经验，也不可能生成这么好的一个测试平台的。因为我了解开发一下测试平台需要的核心技术，平台需要的功能模块，平台要解决具体的业务问题，必须具备的能力；同时开发完成后，可以从成品中快速找到需要优化或是补充的部分。而完全没有平台开发经验的同学，根本是用不好这个的。

3，测试如何做？

    业务同学，可以尝试着总结自己测试项目的经验，分析平时使用的工具，把这此按流程理清楚。再使用skill creator创建自己业务专属的skill, 并在平时测试工作中逐步完善。同时借鉴网上agent-toolkit等生成手工测试用例，或是自动化测试用例。当然自动化测试用例生成后，最好有组织的存储起来，方便后续使用。

     测试开发同学，可以借鉴开发那一套通过大模型帮助开发，或是使用SuerperPower来生成初始的测试平台，后续再根据业务需要做优化，也能提高工作效率。同时思考早期的一些提效手段，平台，如何借助于大模型实现如虎添翼的效果。

     根据公司项目开发在引入大模型后做的改进和规划，测试做同步的提效工作等。大模型势头虽然比较猛，但是也不是洪水猛兽，也不会一下子冲击测试行业的。而我们要利用好大模型，提高测试效率，而不是避而远之。