关注 霍格沃兹测试学院公众号，回复「资料」, 领取人工智能测试开发技术合集

2026 年刚开年，AI 行业就按下了加速键。

1 月 8 日，港交所锣声响起，智谱正式登陆港交所，股票代码 02513。 开盘价 120 港元 / 股，盘中最高涨至 135 港元，市值逼近 600 亿港元。

这意味着一个历史性节点的到来：全球资本市场，第一次迎来了以 AGI 基座模型为核心业务的上市公司。

“全球大模型第一股”，最终落在了这家被称为“中国版 OpenAI”的公司身上。

大模型公司的增长速度，已经不是“线性”了

就在上市当天，智谱创立发起人、首席科学家唐杰发布内部信，释放了一个关键信号：

GLM-5 即将发布。

而更值得行业警惕的，并不是模型编号，而是增长曲线。

在 GLM-4.7 发布后，智谱的 MaaS 年化收入（ARR）：

• 从 2000 万
• 增长至 超过 5 亿
• 10 个月，25 倍增长

2025 年全年，MaaS 同比增速 超过 900%。 这个速度，已经明显快于多数海外头部大模型公司在同阶段的表现。

这不是“追赶”，而是同频指数级扩张。

MiniMax 上市，把“快”这件事再拉高一个量级

如果说智谱代表的是“AGI 基座模型”的资本确认， 那 MiniMax 的上市，则把速度推到了极致。

1 月 9 日，MiniMax 在港交所挂牌，开盘后股价一度暴涨超 80%，市值突破 900 亿港元。 即便回落后，市值仍稳定在 800 亿港元量级。

更夸张的是时间维度：

• 成立时间：2022 年
• IPO 时间：2026 年
• 4 年，从创立到上市

这几乎是全球 AI 创业公司里，从 0 到 IPO 最快的节奏之一。

而其背后的基石投资人阵容，几乎覆盖了： 国际长线基金、主权基金、头部科技公司、保险资本。

资本在用真金白银投票。

AI 已进入“幂次增长区间”

如果把这两家公司的上市放在一起看，一个信号已经非常清晰：

AI 不再是“技术趋势”，而是进入了资本、商业、工程三位一体的加速期。

在这个阶段，变化有三个典型特征：

第一，模型能力提升不再是渐进，而是跳跃式 第二，AI 被快速封装成平台、API、Agent，直接进入生产系统 第三，系统复杂度急剧上升，“不可解释性”成为工程风险源

而这三点，全部直接冲击测试开发体系。

被低估的风险：AI 系统，已经不能用传统测试方式兜底

很多团队还停留在一个危险的认知阶段：

“模型是模型，测试还是原来那一套。”

但现实是：

• 大模型输出具有不确定性
• Agent 会产生链式决策
• Prompt、上下文、数据分布都会影响结果

如果测试人员不理解模型行为、不具备 AI 测试方法论， 那测试就会从“质量保障”，退化成“结果验收”。

而在 AI 系统里，结果验收是最晚、也是最不安全的一环。

测试开发必须尽快补齐 AI 能力短板

从工程视角看，测试开发的角色正在发生结构性变化：

过去关注的是：

• 接口是否正确
• 功能是否符合预期

而现在必须额外具备：

• 大模型输出稳定性评估能力
• Prompt / Agent 行为测试能力
• AI 系统风险边界识别能力

一句话总结就是：不会 AI 测试的测试开发，将很快被排除在核心系统之外。

为什么越来越多测试人开始系统学 AI

在霍格沃兹测试开发学社，我们观察到一个明显趋势：

近一年选择 人工智能测试开发方向 的学员中，大量来自：

• 原本技术能力不弱的测试开发
• 已在负责核心系统质量
• 正在参与 AI / 智能化项目

他们的核心诉求非常一致：

不是转行做 AI，而是让自己还能“测得住 AI”。

推荐课程 · 人工智能测试开发课程

针对 AI 系统带来的全新测试挑战，学社推出了 人工智能测试开发课程，重点解决三类真实问题：

• 如何测试大模型与 Agent 的不确定性行为
• 如何设计 AI 场景下的测试策略与评估指标
• 如何把 AI 测试能力，真正融入现有工程体系

这不是一门“概念课”，而是一门面向真实 AI 项目的工程能力课。

当行业已经进入指数级加速阶段，测试开发唯一安全的选择，就是同步加速。

推荐阅读

黑盒测试方法—等价类划分法

大学毕业后转行软件测试我后悔了

软件测试 | 测试开发 | Android动态权限详解

软件测试的测试方法及测试流程

软件测试 | 测试开发 | Android App 保活服务的配置与禁用