江淮汽车智能座舱测试一面（凉经）：AI 生成用例能不能直接用

《面试题目》

1. 在实习公司的项目系统更新迭代中，你充当的是怎样的角色？
2. 你在实习中做自动化测试的具体测试流程是什么样的？
3. 你用 AI 辅助生成测试用例，用的是哪款工具？生成的用例可以直接拿来用吗？
4. 测试用例是否有效的评审标准是什么？
5. 实习经历中最大的收获是什么？
6. 为什么没有选择在实习公司转正？
7. 你觉得汽车行业好在哪里？车载测试和传统测试有什么区别？
8. 除了江淮，你还面了哪些岗位？有收到 offer 吗？
9. 你家乡汽车产业也很发达，为什么没考虑在家乡找智能座舱测试？

《参考解析》

AI 生成的用例能不能直接用：不能。要讲清楚「生成」和「可用」之间缺什么——AI 擅长穷举常见场景与边界描述，但缺少三样东西：本项目的实际约束（车型配置差异、信号矩阵、状态机前置条件）、真实缺陷历史（哪类问题高发）、以及可执行的判据（预期结果要能验证）。所以流程应该是 AI 出草稿 → 人按需求文档与信号表补前置条件与判据 → 评审 → 进用例库，并标记来源以便回溯。能说出「我们统计过 AI 草稿的采纳率与漏测情况」更好。

用例有效性评审标准：可执行（步骤明确、前置条件清楚）、可判定（预期结果唯一且可观测）、覆盖必要性（对应到需求条目或风险点，有追溯矩阵）、无冗余（不与已有用例重复）、以及优先级合理。评审方式通常是同行评审 + 覆盖率核对（需求覆盖率、风险覆盖率），而不是看条数。

车载测试与传统测试的区别：传统互联网测试多是服务端/客户端的功能与性能，环境可控、可快速回滚；车载测试要面对真实硬件与总线（CAN/LIN/以太网）、多 ECU 联调、实车与台架、以及功能安全要求（ISO 26262 的 ASIL 等级），缺陷可能涉及人身安全，所以更强调可复现、可追溯与回归的完整性。智能座舱还叠加了多模态交互（语音、触控、HMI）与多语言/多车型配置矩阵。

为什么不留实习公司：给客观原因（无 HC、方向与目标不一致、地点），不要评价前公司。被问「家乡也有汽车产业为什么不回去」时，答职业选择而非地域偏好：想去体系更完整的整车厂做座舱测试，或者说明家庭已支持异地发展。

凉经复盘：面试只有 15~20 分钟、问题都答上来了仍被淘汰，说明这个岗位的横向比较在别的维度（比如有 offer 的候选人、专业匹配度、或 HC 极少）。这类情况的正确应对不是怀疑表达，而是把「可验证的优势」补厚：一个能讲清楚的自动化测试项目、一份真实的用例评审记录、或一段车载相关的实践。