ByteDance Merges QA and RD Roles in Partial Reorganisation
突发!字节内部大调整,QA直接转研发了?
The change signals that manual black-box testing is becoming a dead-end role across major Chinese tech firms, while demand grows for test engineers who code, understand system design and use AI tooling. Engineers in QA should start building coding skills in Java, Go or Python and move toward building quality systems rather than executing test cases. The reorganisation is still limited to certain business lines, not company-wide.
ByteDance is merging QA and RD job sequences in some business units, with部分 test teams converting QA roles into development roles in batches this year and next.
Some staff must pass re-interviews under the higher RD requirements, and those who fail may leave.Ant Group, Alibaba and Meituan have carried out similar reorganisations, shrinking dedicated test teams and shifting quality responsibility to developers.
The driver is AI coding tools like Cursor and Claude Code, which let developers write unit tests and automation themselves while companies control costs.
突发!字节内部大调整,QA直接转研发了?
最近,字节公司,部分测试团队,在推行 QA 转研发的事情在圈里闹的沸沸扬扬的。 有的团队直接做了 QA 和 RD 的序列合并。节奏上分批走,有的团队今年就转,有的排到明年;RD序列整体要求更高,部分人要重新通过面试考核,转不过去的,可能就要直接走人了。 消息传开后,我看到的基本是两种反应,一种喊测试要没了,一种则说是制造焦虑。 其实这还真不是制造焦虑,这是AI时代,测试行业转型的必然趋势。 不只是字节,蚂蚁、阿里、美团这两年也有类似的组织调整,方向大同小异,测试团队缩编、序列合并、质量责任往研发身上移。 想想原因,并不复杂。AI Coding 起来之后,写代码的门槛在快速下降,以前研发不碰测试脚本,现在 Cursor、Claude Code 这些工具让研发顺手就能把单测和自动化补上。再加上各家都在控制成本,组织重新划岗位边界,专职测试的数量被压一压,几乎是必然结果。 那这件事背后传达的是什么。我的看法是,企业仍然需要测试,但不需要只会照着用例点点点的人了。当回归被自动化覆盖、脚本能用 AI 生成、研发自己会写单测,一个不写代码、不懂系统设计的 QA,确实很难证明自己的价值了。 但质量保障这件事没有消失,干活的主体变了,以前靠大量专职测试兜底,以后是研发自测加自动化,加少量能写工具、能建体系的全栈测开工程师。序列合并的实质就是准入线抬高,从会执行用例,抬到会写代码、懂系统、还能用 AI 把这些活干得更快。 这个调整,目前主要集中在一些大厂部分业务线,并没有到全公司或全行业全面铺开,但趋势是必然的,也就这一两年的事了。 如果这两年,你还一直是停留在只会做黑盒点点点,不懂质量效能、不懂业务架构、不会擅用AI提效,那我只能嘿嘿了。 落到测试人身上,这两年该补什么,几条建议。 代码能力仍要,这条绕不过去。Java、Go、Python 挑一门,至少能读别人的代码,能重构,能独立交付一个模块,算法和系统设计是转研发面试的硬门槛,虽然AI都能帮你做这些,但人学习,重点是要学习代码算法和架构的逻辑思维。 然后是把角色从执行者往建设者挪。在现在的岗位上就可以开始,质量平台、测试工具、CI/CD 流水线,会点页面的人到处都是,能把工具建起来的人不多,这些项目经验是转岗面试时最硬的筹码,也是当下证明价值最直接的方式。 AI 工具链要变成日常。AI 提效能力对测试人已经不是加分项,是准入项。 业务和系统理解也要跟上。能对一块业务的交付负责,提 Bug 只是其中一小部分,知道系统怎么设计的、风险埋在哪,这是研发愿意和你配合、领导愿意留你的原因。 最后。不管时代怎么进步,质量保障在企业里,不会消失的,被挤掉的,是只会手工测试的那部分。窗口期大概率就这一两年,主动补能力的人,留在原序列还是转过去,都有的选,等公司替你做决定的时候,选项就不多了。
This report is categorized under AITOP's "Industry" desk, focusing on China's AI industry and domestic foundation model ecosystem. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include ByteDance, AI Coding, Cursor, Claude Code.
Source attribution: curated from 掘金本周最热 (@狂师). Cross-source corroboration: 5 independent sources have covered this development (including Vaibhav Srivastav, IT之家, Tw93), confirming industry-wide signal strength.