Từ tạo mọi thứ thủ công
Nhiều tài liệu kiểm thử giờ có thể được AI hỗ trợ tạo hoặc soạn thảo.
Học cùng tôi
Lộ trình vào kiểm thử hiện đại, dù bạn bắt đầu từ đâu.
Kiểm thử phần mềm đang thay đổi nhanh, nhưng bạn vẫn cần điều tra hành vi, đánh giá bằng chứng, chất vấn đầu ra do AI tạo, hướng dẫn và huấn luyện agent AI, và truyền đạt rủi ro. Hơn thế, kỹ năng dẫn dắt đội human-agent giúp bạn đi trước.
Công việc đang tiến hóa, và cách chúng ta học nghề cũng vậy.
Dù bạn mới vào nghề hay đang thích nghi sau nhiều năm kinh nghiệm, bạn không cần hiểu hết mọi thứ trước khi bắt đầu.
Hơn 40 năm trong nghề, tôi vẫn đang học lại một số phần của nó. Không phải vì mọi thứ tôi biết đều sai, mà vì công việc cứ thay đổi.
AI đã đẩy nhanh thay đổi đó. Nó có thể tạo ý tưởng kiểm thử, mã, tự động hóa, phân tích và tài liệu. Nhưng vẫn cần người quyết định đầu ra có khớp ngữ cảnh không, bằng chứng có đủ mạnh không, và cần truyền đạt điều gì tiếp theo.
Tôi không mời bạn theo một công thức đã xong. Tôi mời bạn tiếp tục học cùng tôi khi chúng ta cùng làm rõ kiểm thử hiện đại cần gì.
Hơn 40 năm trong kiểm thử phần mềm, đồng sáng lập LogiGear, tác giả, practitioner và người đào tạo.
◆ Hùng Nguyễn,Founder và practitioner, Shade of Hue
Nghề không biến mất. Công việc đã dịch chuyển.
AI đang tạo ra nhiều nguyên liệu thô mà tester từng làm thủ công. Ý tưởng kiểm thử, draft case, mã tự động hóa, tóm tắt và giải thích có thể xuất hiện trong vài giây.
Điều đó thay đổi nơi sự chú ý của tester mang lại giá trị nhất.
Đến định hướng công việc
Tester ngày càng định nghĩa nhiệm vụ, cung cấp ngữ cảnh và chọn bằng chứng cần thiết.
Từ chấp nhận đầu ra
Tài liệu do AI tạo phải được đối chiếu với yêu cầu, hành vi sản phẩm, rủi ro và kinh nghiệm.
Đến quyết định có trách nhiệm
Phán đoán của con người vẫn thiết yếu khi quyết định tin gì, sửa gì, truyền đạt gì, hoặc phát hành.
Kiểm thử hiện đại cần cả hai mặt của dịch chuyển AI: ứng dụng AI vào công việc kiểm thử và kiểm thử sản phẩm có hành vi AI.
Chọn lộ trình giống bạn nhất.
Đây là gợi ý điểm bắt đầu, không phải sản phẩm riêng và không phải lộ trình cố định. Bạn có thể chuyển giữa chúng khi nhu cầu thay đổi.
Người mới và người chuyển ngành
Xây nền tảng kiểm thử, hiểu cách team phần mềm làm việc, và có điểm xuất phát có cấu trúc cho kiểm thử thực tế.
Khóa gợi ý bắt đầu: Kỹ sư Kiểm thử Phần mềm Thực tế
Practitioner có kinh nghiệm
Mở rộng kinh nghiệm hiện có qua API, automation, kiểm thử hỗ trợ AI, kiểm thử hệ thống AI, và workflow human-agent hiện đại.
Gợi ý: Kiểm thử với AI và Kiểm thử Hệ thống AI · Kiểm thử API · Kỹ thuật Kiểm thử Tự động · Các khóa nâng cao
Xây nền tảng và bối cảnh hiện đại cùng lúc.
Dành cho người mới và người chuyển ngành
Bạn không cần mất nhiều năm học phiên bản kiểm thử cũ trước khi hiểu AI ảnh hưởng thế nào tới công việc. Bạn có thể xây nền tảng kiểm thử và sự thành thạo AI hiện đại song song.
Những gì bạn đã có
- Tò mò
- Chú ý đến chi tiết
- Sẵn sàng điều tra
- Kinh nghiệm từ nghề hoặc ngành khác
- Khả năng hỏi khi có điều chưa hợp lý
- Quan tâm tới cách sản phẩm hoạt động với người dùng thật
Nền tảng kỹ thuật có thể giúp, nhưng không phải điểm xuất phát duy nhất hữu ích. Kiến thức domain, giao tiếp, tư duy phản biện và sự tò mò có cấu trúc cũng quan trọng.
Những gì bạn sẽ phát triển
- Nền tảng kiểm thử
- Tư duy dựa trên rủi ro
- Thiết kế kiểm thử và điều tra
- Thu thập bằng chứng
- Hiểu biết API và automation
- Kỹ năng kiểm thử hỗ trợ AI
- Hiểu hành vi hệ thống có AI
- Giao tiếp kỹ thuật
Điểm bắt đầu thực tế
- 01
Bắt đầu với nền tảng kiểm thử
Kỹ sư Kiểm thử Phần mềm Thực tế
Xây hiểu biết có cấu trúc về kiểm thử, phân tích, rủi ro, thiết kế kiểm thử, điều tra, bằng chứng và giao tiếp.
- 02
Thêm sự thành thạo AI sớm
Testing AI Systems and Testing with AI
Học cách AI hỗ trợ công việc kiểm thử và cách sản phẩm có AI mang lại hành vi, rủi ro và câu hỏi đánh giá mới.
- 03
Mở rộng qua API và automation
Kiểm thử API với Postman, Hoppscotch và InsomniaChuỗi Kỹ thuật Tự động hóa Kiểm thử
Xây đủ hiểu biết API và automation để điều tra hệ thống hiện đại, cộng tác hiệu quả, và xem xét công việc kỹ thuật hỗ trợ AI bằng phán đoán.
Khám phá Learn Lab
Đây là hướng dẫn, không phải trình tự bắt buộc. Kinh nghiệm và mục tiêu trước đây của bạn có thể thay đổi chỗ bạn bắt đầu.
Kinh nghiệm của bạn không phải gánh nặng.
Dành cho practitioner có kinh nghiệm
Kinh nghiệm cho bạn điều mà đầu ra sinh ra không tự có: ngữ cảnh, trí nhớ, phán đoán, và hiểu cách phần mềm thất bại trong thế giới thật.
Kinh nghiệm đã mang lại cho bạn điều gì
Phán đoán kiểm thử
Bạn nhận ra khi đầu ra trông đầy đủ nhưng bỏ sót rủi ro thật.
Ngữ cảnh sản phẩm và domain
Bạn hiểu môi trường, người dùng, ràng buộc và hậu quả phía sau yêu cầu.
Kinh nghiệm điều tra
Bạn biết cách theo dõi hành vi bất thường vượt khỏi lời giải thích đầu tiên.
Giao tiếp và ảnh hưởng
Bạn biết bằng chứng kiểm thử chỉ tạo giá trị khi mọi người hiểu nó nghĩa gì và bước tiếp theo là gì.
Bắt đầu từ khoảng trống thực tế
Dùng nền tảng kiểm thử như ôn lại khi cần. Ưu tiên các khái niệm AI giúp bạn hiểu đầu ra sinh ra và hành vi hệ thống có AI. Tăng hiểu biết API và automation để định hướng công việc kỹ thuật và xem xét những gì AI tạo ra.
Bạn không cần trở thành SDET để hưởng lợi từ việc hiểu API, kiến trúc automation, mã sinh ra, và bằng chứng mà workflow tự động tạo ra.
Bạn không bắt đầu từ số không. Bạn bắt đầu đúng chỗ khoảng trống hiện tại.
Từ hiểu biết đến thực hành đến dùng có trách nhiệm.
Learn Lab
Học kiến thức kiểm thử, phương pháp, API, automation, kiểm thử hỗ trợ AI, kiểm thử hệ thống AI, và giao tiếp.
Play Lab
Thực hành qua hoạt động có hướng dẫn, tài nguyên gắn khóa học, kịch bản giao tiếp, ứng dụng mẫu, và môi trường rủi ro thấp.
Apply Lab
Đưa phương pháp và tài nguyên đã chọn, đã rà soát vào công việc kiểm thử thật, vẫn giữ trách nhiệm của con người.
Học kiến thức và kỹ năng. Thực hành với phương pháp và công cụ. Ứng dụng AI vào kiểm thử, kiểm thử hệ thống AI, và đưa cả hai vào thực tế.
Điểm bắt đầu khác nhau. Năng lực hiện đại chung.
Dù bạn ở lộ trình nào, tôi cũng tập trung vào các năng lực này.
Nền tảng kiểm thử
Hiểu hành vi, rủi ro, bằng chứng, coverage và ra quyết định.
AI fluency
Dùng AI có phê phán hơn và hiểu hệ thống cũng như giới hạn đứng sau đầu ra do AI tạo.
API và automation literacy
Hiểu cách hệ thống hiện đại kết nối và cách công việc kiểm thử tự động được thiết kế, chạy và rà soát.
Phán đoán của con người
Đánh giá đầu ra có khớp sản phẩm, yêu cầu, người dùng và rủi ro hay không.
Giao tiếp
Giải thích tiến độ, bằng chứng, blocker, tác động và hành động tiếp theo một cách tự tin.
Tôi không yêu cầu bạn học mọi công cụ. Tôi muốn bạn hiểu công cụ tạo ra gì, khi nào hữu ích, chỗ nào có thể sai, và cách đánh giá kết quả.
Không phải đống tutorial công cụ. Không phải đích đến chứng chỉ. Shade of Hue kết nối kiến thức kiểm thử, thực hành có chủ đích, và ứng dụng có trách nhiệm.
Học cùng đội kiểm thử?
Mô hình Learn, Play, Apply cũng hỗ trợ đội cần nền tảng kiểm thử chung, AI fluency thực tế, giao tiếp mạnh hơn, và cách có cấu trúc để phát triển năng lực kiểm thử human-agent.
Cho đội nhómHãy học cùng tôi.
Tôi không xây điều này với ý tưởng mình đã đến cuối nghề và giờ có thể giảng từ vị thế đã hoàn tất.
Tôi xây vì kiểm thử cứ thay đổi suốt sự nghiệp của tôi, và AI là một thay đổi nữa cần xem xét kỹ — không sợ hãi cũng không chấp nhận không chất vấn.
Nếu bạn mới, bạn không cần đợi đến khi cảm thấy đủ technical mới bắt đầu.
Nếu bạn đã có kinh nghiệm, bạn không cần xóa những gì đã biết.
Bắt đầu từ chỗ bạn đang đứng. Giữ phán đoán. Thêm những gì công việc hiện nay đòi hỏi. Tôi sẽ học cùng bạn.
Hùng NguyễnFounder và practitioner, Shade of Hue
Một subscription cho Learn, Play và Apply.
Shade of Hue Labs Annual kết nối học có cấu trúc, thực hành có chủ đích, và tài nguyên ứng dụng đã chọn trong một nền tảng.
Khóa học và tài nguyên tiếp tục tiến hóa khi AI và thực hành kiểm thử thay đổi.
Chọn điểm bắt đầu phù hợp kinh nghiệm của bạn, rồi tiếp tục học khi nghề tiến về phía trước.