今起，我们推出“行本故事”专栏，一个个鲜活案例、一句句真实感受、一程程拔节成长，正是推动“教育科技人才一体发展”最生动的注脚。
站在上线前的那一环
2026 年 5 月，我来到江苏集萃移动通信技术研究所实习。四个月里，我慢慢看清了自己的位置：团队里有人训练模型，有人搭建智能体，有人写业务代码；而我负责的是上线前的那一环——东西做得再好，测不到位、配不安全，就还谈不上有用。
我盯着的不是演示屏幕，而是垃圾焚烧发电厂里真实运转的烟气处理系统（ACC）。那套设备的数据每分钟都在生成，屏幕上跳出的每一个数，都可能变成现场运行人员的一次实际操作。所以这四个月我真正学的，不是怎么让 AI 更聪明，而是怎么证明它给出的答案站得住。
四个月里，我做成的三件事
四个月里我没有做出一个新模型，倒是做成了三件实实在在的事。
第一件：给6个接口建一套体检表。 ACCRag 是面向垃圾焚烧 ACC 系统的智能问答服务，我的第一份活是用接口测试工具把它的6个接口逐个测一遍。正常情况要测，会出错的情况更要测：同样的问题，信息填全是有效结论，少填一项就直接报错。这组对照后来被同事拿去给新人当入门例子——AI 不是“怎么说都行”，你怎么问，决定它怎么答。测完之后，我把整套流程写成一份 8步图文教程，交出去时它就不只属于我一个人了。
第二件：把钥匙锁进保险箱。 服务最终跑在华为云的云服务器上，我负责环境配置与部署支持：给服务配上 HTTPS 和访问权限，设好来访白名单，让它万一出异常能自己恢复。最重要的是，我把大模型密钥和接口密码从代码里彻底挪了出去，单独收在服务器上的一个配置文件里——密钥不进代码、不进仓库。
▲ 和同事讨论项目。接口测到哪一步算通过、部署满足哪几条才算能上线，这些标准是在一次次讨论里敲定的。
第三件：把 AI 装到更多地方去。 我在公司电脑上完成 OpenClaw 智能体框架的部署与配置；协助导师用 AI 工具完成跌倒检测、灵巧手 2 份行业调研简报（AI 出初稿，我负责检索与核对）；园区智能检测小车故障期间，主动对接供应商技术员推动维修，保障对外参观展示。
把“跑通”变成“测到位”
刚接手接口测试时，我以为这件事并不难：照着文档把 6 个接口逐个发一遍请求，看到返回结果就算通了。前两天确实顺，一个个都正常返回，我甚至觉得这活没什么技术含量。
转折发生在我和导师一起过测试记录的时候。他翻着记录问了我一句：“你测的是它能通，还是它出错的时候，你知道它会怎么错？” 我答不上来。
那之后我把测试重做了一遍：不再只发对的请求，而是故意发错的——信息少填一项、数字填成离谱的量级、格式故意写错、连着发十几次。“全都通过”的表象立刻碎了：少填一项就直接报错；有些提示只有一句话，根本看不出问题出在哪一步；连着发多了，结果就开始不稳定。
也是在这个过程中，我第一次看懂了团队为什么要在模型和系统之间加那么多道检查：模型产出的东西，要先被检查一遍，再放进一个受限的环境里跑，还要多跑几遍看结果稳不稳。这些不是为了炫技，而是让每一步都能被复查、被追溯。我做的测试，就是在替这些检查把门。
▲ 园区智能检测小车故障那几天，我和供应商技术人员远程连线，逐项排查故障。
这段经历给我的体会是：会让它跑通，不等于会测。 真正该测的是那些容易出错的地方——信息少填一项会怎样、格式写错会怎样、连着问太多次会怎样。这也是我后来把接口测试写成 8 步教程时，专门留了一节讲“常见问题”的原因。
这就是我理解的“为用而学”
这四个月我最大的变化，是判断一件事“做完没有”的标准变了。课堂上的学习有标准答案，把题做对就行；企业里没有人给你出题。入职第一周我拿到的只是一句“这个服务还不够稳”，得自己把它翻成可验收的目标：接口测到哪一步算通过，部署满足哪几条才算能上线。
▲ 公司每周例会。在这张会议桌上，我学会把模糊的抱怨翻成可验收的小目标。
四个月里学会的东西——接口怎么测、用例怎么写、服务器怎么配、Linux 命令怎么用、行业资料怎么查——没有一样是先学后用：全是为了把这件东西交出去才去学的，学完当天就用在了工作上。这就是我理解的“为用而学”：用途在前，知识在后。
另一个差别是后果。课堂上做错一道题，代价是分数；服务上线、同事开始依赖它之后，我的一次疏忽，可能就是现场同事拿着一个不对的数去做一次调整。这让我养成“先取证，再下结论”的习惯——写测试结论时，我没凭印象说“这几个接口没问题”，而是把每个接口容易出错的情况逐个试一遍、把返回结果一条条记下来，才敢在文档里写下通过标准。
学校教我怎么把题做对，这四个月教我怎么把东西交出去。
岗位上任小tips
◆ 前期规划： 入职前先把岗位的行业术语过一遍。我做的是垃圾焚烧发电方向，“半干法”“脱酸”“钙硫比”“CEMS”这些词至少要能听懂，否则第一次听需求完全跟不上；如果岗位涉及测试或部署，提前熟悉一套工具链（我用的是 Postman + Apifox + Linux 命令行），入职第一周就能接真活。
◆ 工作方式： 不要等别人给你出题。多问前辈“你现在最烦的是什么”，把模糊的抱怨翻成可验收的小目标，做出第一版就拿去给人用，反馈当日或次日闭环。更重要的是，做完之后把方法写下来——一份 8 步教程，比十次口头说明更能让成果留下来。
◆ 用 AI，但把关权在人： AI 可以让一个人干一支小队的活，但它的自信不等于正确。凡是涉及数字的结果，都要有能复查的来路——能写成代码算的，就不要让它凭感觉；能多试几次的，就别只信一次。
相关阅读
双向奔赴！杨杰：从“集萃研究生”到研究所“新力量”
