1、参与业务需求分析与技术方案评审，从研发源头识别质量风险，推动质量左移； 2、参与 AI Native 质量体系建设，探索 AI Agent、大模型等技术在测试场景中的创新应用； 3、利用 AI 与工程化能力，设计智能测试方案，提升测试效率与质量覆盖； 4、参与测试平台、自动化工具及质量基础设施建设，让研发工作更加智能、高效； 5、运用代码、数据分析及 AI 能力，解决真实业务中的质量与效率问题，而不仅仅是发现Bug； 6、与产品、研发及质量团队共同协作，持续优化研发流程，打造高质量的软件交付体系； 7、鼓励尝试新技术、新工具，将创新想法快速落地，在实践中持续成长。