测试环境

AI 100% 接管了我的 NAS 和 K8s 测试集群，我现在只做验收人——研发、测试也在被一起改写 做研发之前，我做过几年测试，留下一个后遗症：对"bug 在哪个环境才能复现"特别敏感。每一份提测我都问"在哪台机器跑过、依赖哪个版本、网络怎么开"——这些后来成了我愿意把环境交给 AI 的原因。 过去这一年让我意外的不是 AI 把活干完了，是两件事： AI 在我家 NAS 和公司 K8s 测试集群里扮演的角色已经是 100% 重要——从识别问题、判断分线点，到自动修复故障，全程不需要我介入； 但最后把关和负责，一定是人——AI 能超越我所有的运维和测试开发经验，但最终签字的那道关、最终负责的那个人，必须是我。 AI 干活，人把关——这是我这一年的核心结论。 说出来你可能不信。我家 NAS 跑 Jellyfin（影视）+ Immich（相册）+ SnapRAID 备份；公司 10 台 R&D 服务器主要是 K8s，加上 KVM/QEMU 虚拟化承载的多台虚拟机。这两套环境里从初始化到日常运维——镜像构建、依赖升级、备份校验、日志巡检、故障自愈、节点维护、虚拟机快照、转码调度、相册索引——全部由 AI 自己识别、自己判断、自己修复。我打开 dashboard 看一眼，只是确认它做对了——而不是我亲手做对。 我不怀念过去那种凌晨三点盯 CI、盯转码、盯 Pod 重启的日子。我感激 AI 把我从这些重复劳动里解放出来，让我的时间和精力真正聚焦在核心业务上——产品方向、架构决策、关键问题 review。省下来的时间，我在设计 Agent 的规则、写 SKILL.md、写 Eval 流水线。我从"亲自动手的人"，变成了"设计 Agent 操作 + 做最后验收的人"。 01｜从"我亲手搭好的"到"我没动它就跑通了" 有一晚我提了一段新代码的 PR，第二天 CI 全部 pass。我没动手——Agent 自己跑完、自己验证。 更早之前一次，我的 NAS 上 Jellyfin 突然多了一个新转码任务——AI 在后台悄悄重新转码了一段新加入的影片。第二天我打开播放器看到画面流畅了，才意识到 AI 在我睡觉的时候把活干完了。 ...