--- title: AI 時代 QA 還有未來嗎？哪些任務會被 AI 取代、哪些反而更值錢 description: AI 時代 QA 工作真實分析。哪些任務 LLM 已經做得比人好、哪些 10 年內不會被取代、QA 該怎麼重新定位、薪資版面變化、給焦慮中的人一份地圖。 category: career tags: [ai-qa, future-of-qa, career, llm, automation] date: 2026-06-13 --- # AI 時代 QA 還有未來嗎？哪些任務會被 AI 取代、哪些反而更值錢 每兩週就有人問我：「Mark，AI 都能寫 test case 了、我們 QA 要失業了嗎？」 短答：**會失業的是不變的 QA、變的人會被搶**。長答看下面。這篇給你真實數據 + 重新定位的地圖。 ## 焦慮從何而來 ```mermaid flowchart LR News[新聞 / Twitter] --> N1["GitHub Copilot 能寫 test"] News --> N2["Anthropic 用 AI 取代 50% QA"] News --> N3["Devin / Cognition Labs
自動 fix bug"] News --> Fear[QA 集體焦慮] Fear --> Reality{真實情況?} style News fill:#f59e0b,color:#fff style Fear fill:#ef4444,color:#fff style Reality fill:#06b6d4,color:#fff ``` 媒體標題嚇人、但**數據說的不一樣**。 ## 真實數據：QA 職缺反而變多 ```mermaid flowchart LR Y23[2023] --> Y24[2024] Y24 --> Y25[2025] Y25 --> Y26[2026] Y23 -.LinkedIn QA 職缺.-> N1["~14K"] Y24 -.->N2["~16K"] Y25 -.->N3["~19K"] Y26 -.->N4["~22K"] style Y26 fill:#10b981,color:#fff ``` LinkedIn / Indeed / Google Jobs 2023-2026 QA 相關職缺數字： - **Junior QA**：稍降（手動測試需求減少） - **Mid QA**：持平 - **Senior QA / SDET**：**增加 40%+** - **AI / LLM QA**：**全新類別、年增 200%** **結論**：**入門變難、中高階變更需要**。 ## 為什麼 AI 反而讓 QA 更重要 ```mermaid mindmap root((AI 寫 code → QA 需求變化)) Code 量爆炸 Copilot 讓 dev 寫 3 倍快 Code base 變 5 倍大 但 bug 也變 5 倍多 AI 寫的 code 風險 表面對、邏輯錯 Edge case 沒想到 Security 漏洞 Hallucination Spec 變模糊 Vibe coding 流行 Spec 越來越粗 QA 要更早介入 Production 風險變高 部署頻率變高 Rollback 風險變高 Monitor 變關鍵 ``` **核心矛盾**：AI 讓寫 code 變快、但**寫對的 code 變難**。 ## 哪些 QA 任務會被 AI 取代 ```mermaid flowchart TD Tasks[QA 任務] --> Q1{會被 AI
取代?} Q1 -->|高機率取代| HIGH[1) 寫 Test Case 草稿
2) Boilerplate 自動化 code
3) Bug report 格式化
4) Regression 跑全 suite
5) Selector / locator 寫
6) 翻譯 / 文件整理] Q1 -->|低機率取代| LOW[1) 業務邏輯判斷
2) Spec review 模糊處
3) 跨團隊溝通
4) Risk 評估
5) Strategic decision
6) Stakeholder 管理
7) 探索性測試直覺
8) Mentor 帶人
9) Bug 真因 vs 表象
10) Incident response] style HIGH fill:#ef4444,color:#fff style LOW fill:#10b981,color:#fff ``` ### 高機率被取代（學會用 AI 反而省你時間） | 任務 | AI 工具 | 你該怎辦 | |------|---------|---------| | 寫 test case 草稿 | Claude / GPT-4 | 用 AI 出第一版、你做品質審 | | 寫 Playwright code | Copilot | 接受變化、學會 review code | | Bug report 格式化 | LLM | 用 [Bug Report 產生器](/tools/bug-report-generator.html) | | 翻譯 ticket | LLM | 直接讓 AI 處理 | | 跑 regression | 自動化 | 早就該自動化了、不是 AI 的事 | ### 低機率被取代（你的真實價值） | 任務 | 為什麼 AI 弱 | 該強化 | |------|-------------|--------| | Spec 模糊處 review | 需要 domain + 業務脈絡 | [Spec Review Checklist](/spec-review/spec-review-checklist.html) | | 跨團隊溝通 | 需要情緒判讀、政治力 | [QA 1-on-1 Playbook](/career/qa-1on1-guide.html) | | Bug 真因 | 需要組合多種證據判斷 | 探索性 + Debug 技巧 | | Risk 評估 | 需要業務優先級 | 學產品 + 商業 | | Mentor | 需要人與人連結 | Soft skill | ## QA 角色的重新定位 ```mermaid flowchart LR Old[2020 年的 QA] --> O1[寫 case] Old --> O2[跑 case] Old --> O3[找 bug] New[2026+ 的 QA] --> N1[Quality Architect
設計品質系統] New --> N2[AI Workflow Designer
串 AI 進品質流程] New --> N3[Risk Manager
判斷該測什麼] New --> N4[Bridge
串 PM / Dev / 用戶] New --> N5[Coach
讓全 team 關心品質] style Old fill:#9ca3af,color:#fff style New fill:#10b981,color:#fff ``` **從「執行者」變「設計者」+「教練」**。 ### 三種未來 QA 樣貌 ```mermaid flowchart TD Future[2030 年的 QA] --> A[Type A: AI-Augmented QA
用 AI 工具放大產出] Future --> B[Type B: Quality Coach
不再自己寫 code、推全 team 注意品質] Future --> C[Type C: AI QA Specialist
專測 AI / LLM 系統] A --> AA[週寫 50 case → 200 case
同樣 8 小時] B --> BB[QA team 縮編
但每人薪資高] C --> CC[完全新類別
2024 才出現] style A fill:#06b6d4,color:#fff style B fill:#a855f7,color:#fff style C fill:#10b981,color:#fff ``` ## 薪資版面正在變化 | Role | 2023 平均（台北） | 2026 平均 | 變化 | |------|---------------|-----------|------| | Junior QA（手動） | 38K | 35K | **↓ 7%** | | Mid QA（自動化） | 55K | 70K | ↑ 27% | | Senior QA / SDET | 80K | 110K | ↑ 38% | | **AI QA Specialist** | — | 90K-160K | 新類別 | | QA Lead | 100K | 130K | ↑ 30% | **結論**：純手動 QA 在下降、其他全部上升。 ## 給不同階段的人不同建議 ### 完全新鮮人（學校 / Bootcamp 還沒入行） ```mermaid flowchart TD Fresh[新鮮人] --> S1["1) 一個自動化框架
(Playwright 首選)"] S1 --> S2["2) Git + SQL"] S2 --> S3["3) 一個 AI 工具
(會用 LLM 生 test/code)"] S3 --> S4["4) 一個業務 domain
(挑你愛的)"] S4 --> S5["5) 第一份工作優先選
有 AI workflow 的公司"] style Fresh fill:#06b6d4,color:#fff style S5 fill:#10b981,color:#fff ``` 延伸閱讀：[新鮮人轉 QA 90 天計畫](/career/qa-newcomer-90-days.html) ### Junior QA（0-2 年） - ⚠️ 警告：**只會跑 regression 的人會最早被淘汰** - ✅ 三個月內學 Playwright / pytest 任一個 - ✅ 開始用 LLM 加速：先讓 Claude 寫第一版 case、你 review - ✅ 學業務 domain — fintech / 醫療 / 教育、不能只懂技術 ### Mid QA（2-4 年） - ✅ 你是黃金過渡期、最有時間轉型 - ✅ 學 AI 工作流（[AI QA 工具箱](/career/ai-toolkit-for-qa.html)） - ✅ 開始 mentor junior、培養 leadership - ✅ 開始 spec review、進入更早階段 ### Senior QA / Lead - ✅ 你的影響力可以放大 — 推 AI workflow 進 team - ✅ 不要拒絕 AI、不要過度依賴 AI - ✅ 重點是「教 team 用 AI 思考」、不是「自己用 AI 寫 case」 ## 給焦慮中的人 3 個冷靜事實 ### 事實 1：AI 不會「測試」 AI 能**生 case** 但不會**自己決定要不要測這個**。 AI 能**跑 case** 但不會**從結果判斷要不要 release**。 AI 能**找 anomaly** 但不會**評估 anomaly 嚴重度**。 **判斷力是人類最後堡壘**。 ### 事實 2：Bug bounty / Security 越來越貴 軟體越複雜、安全漏洞越多、修一個越貴： - 2020 平均 bug bounty 賞金：$2,000 - 2026：$8,000+ - Critical 漏洞：$50,000-$200,000 **QA 能做** vulnerability testing 的薪資水漲船高。 ### 事實 3：Regulatory 在追 AI - EU AI Act 2024 通過 - 醫療 / 金融 AI 系統需要強制 QA - AI 系統 audit 成為新類別 - ISO / SOC 2 / HIPAA 都加 AI 條款 **這是新一波 QA 工作**。 ## 反指標：什麼樣的 QA 該擔心 ```mermaid flowchart TD Warning[警訊] --> W1["5 年只跑同樣 regression"] Warning --> W2["拒絕學自動化"] Warning --> W3["拒絕用 AI 工具"] Warning --> W4["不懂業務、只懂 click button"] Warning --> W5["不寫 code、不會 SQL"] Warning --> W6["只在大公司 / 不曾跳槽"] Warning --> W7["不對外輸出"] style W1 fill:#ef4444,color:#fff style W2 fill:#ef4444,color:#fff style W3 fill:#ef4444,color:#fff style W4 fill:#ef4444,color:#fff style W5 fill:#ef4444,color:#fff style W6 fill:#ef4444,color:#fff style W7 fill:#ef4444,color:#fff ``` **有 3 個以上 → 開始焦慮、做改變**。 ## 我給 QA 的賭注 ```mermaid flowchart LR Now[現在] --> Y28[2028] Y28 --> Y30[2030] Now --> N1["27% QA 還純手動"] Y28 --> Y281["手動 QA 剩 5%"] Y28 --> Y282["AI-Augmented QA
佔 60%"] Y28 --> Y283["Quality Coach
佔 15%"] Y28 --> Y284["AI QA Specialist
佔 20%"] Y30 --> Y301["薪資 PR 範圍變大
強的更強、弱的被淘汰"] style Y30 fill:#a855f7,color:#fff ``` **我的賭注**： 1. **2030 年 QA 工作數會跟 2024 差不多 — 但內容完全不一樣** 2. **薪資差距會拉大** — Senior+ 翻倍、Junior 持平甚至降 3. **AI 不會殺掉 QA、但會殺掉「不變的 QA」** ## 給新鮮人的最後一句 如果你 2026 年正在考慮入 QA — **可以入、但不能用 2020 年的方式入**。 入了之後 6 個月內如果只會跑 regression、那你錯了。 6 個月內會 Playwright + 用 AI 加速 + 懂業務 — **你會是搶手貨**。 延伸閱讀： - [新鮮人轉 QA 90 天計畫](/career/qa-newcomer-90-days.html) - [AI 共存的 QA 工具箱](/career/ai-toolkit-for-qa.html) - [QA 新人第一年技能樹](/career/qa-first-year-skill-tree.html) - [沒經驗找第一份 QA 工作](/career/qa-first-job-no-experience.html) ## 最後 AI 時代 QA 不是死路、是分水嶺。**做不變的 QA → 慢慢消失；做變的 QA → 變最強放大器**。十年內 QA 會分化成兩種人 — 用 AI 的、被 AI 取代的。你站哪邊、明天就決定。