AI 時代 QA 薪資與加薪談判 — 哪些技能讓你漲、怎麼用數據談
AI 正在拉大 QA 的薪資差距。這篇講清楚哪些技能讓你薪水往上、哪些讓你被壓在原地、各階段合理範圍、以及一套用「效率數據」談加薪的實戰腳本。
💡 本文原刊於 qa.9niche.com，2026-08 併入 9niche.com 懶人包，內容照原文完整搬遷。
目錄
1. 前言
AI 沒有讓 QA 薪資整體下降 — 它讓薪資差距拉大。同一個職稱、有人加速往上、有人被壓在原地。這篇講清楚你站哪一端、以及怎麼用數據把自己往上談。
先搞懂大趨勢:AI 時代 QA 還有未來嗎。
2. 薪資正在兩極化
決定你在哪一端的不是年資、是技能組合。
3. 哪些技能讓你漲 vs 被壓
| 讓你漲 📈 | 把你壓住 ➡️ |
|---|---|
| 系統思維、業務領域知識 | 只會照腳本手動點 |
| 自動化 + CI/CD | 純手動 regression |
| AI 協作 + eval 能力 | 死背單一框架語法 |
| 影響 spec、帶人 | 只被動接 ticket |
| 會測 AI(LLM/RAG/agent) | 不碰新測試類型 |
技能怎麼配置看 AI 取代不了的 QA 技能;最高溢價的新職位看 AI QA Engineer 轉職指南。
4. 各階段薪資思維(看天花板,不是絕對數字)
各地行情差異大、與其記數字、不如記判斷邏輯:你的薪資取決於「你省了多少成本 + 擋了多少風險 + 多難被取代」。
5. 用數據談加薪(實戰腳本)
弱：「我這年很努力、想加薪。」 強：「我用 AI workflow 把 regression 從 2 天壓到 4 小時、等於每個 sprint 多 1.5 人天;半年攔了 30 個會進 production 的 bug。我想把薪資調整到符合這個貢獻。」
把貢獻翻譯成老闆聽得懂的語言：省下的人天、擋掉的事故、加快的上線。
戰績怎麼累積、看 怎麼說服老闆投資 QA / 自動化（ROI）。
6. 沒預算時的替代籌碼
7. 留下 vs 換工作
| 同公司加薪 | 換工作跳槽 | |
|---|---|---|
| 幅度 | 約 3-10% | 約 15-30% |
| 風險 | 低 | 有適應成本 |
| 判準 | 還在成長就留 | 學不到 AI/自動化、天花板到了就換 |
核心問題:現職還能讓你變得更難被取代嗎？能 → 留著累積;不能 → 你在貶值,該換。
8. 反模式
9. 給 QA 的 5 句
- AI 拉大薪資差距、技能決定你在哪端
- 加薪籌碼是數據、不是努力
- 把貢獻翻成省成本 / 擋風險
- 沒預算就談非現金 + 書面里程碑
- 學不到東西的工作、你正在貶值
10. 最後
薪資不是求來的、是累積戰績換來的。先把自己變成「會用 AI、難被取代」的那一端、再用數據開口。在 AI 時代、你的議價力等於你的不可取代性 — 兩者一起練。
延伸閱讀：
相關連結
AI 時代 QA 工作真實分析。哪些任務 LLM 已經做得比人好、哪些 10 年內不會被取代、QA 該怎麼重新定位、薪資版面變化、給焦慮中的人一份地圖。
AI 焦慮下、QA 到底該把時間投在哪？這篇拆解 7 個 AI 取代不了、越練越值錢的 QA 技能，與 4 個正在快速貶值的舊技能，附每個技能的練法與自我檢查清單。
AI QA / LLM QA Engineer 是 2026 最熱的新興 QA 職位。這篇拆解它到底在測什麼、跟一般 QA 差在哪、該補哪些技能、薪資範圍、以及一條從現職 QA 轉過去的實戰路線。
相關懶人包
2026 QA 趨勢實戰：我看到的 5 個轉變（AI、Shift-Left、Observability）
從手動 QA 到 AI 輔助、從測試金字塔到測試獎盃。這篇分享我這 10+ 年看 QA 從「測完才知道」到「shift-left + AI」的真實觀察。
2026 QA 面試的 AI 題 — 12 題 + 答題框架（面試官想聽什麼）
2026 QA 面試新增一整類「你怎麼用 AI」的問題。這篇整理 12 個高頻 AI 面試題、每題附面試官真正想聽的點與答題框架，從「你用過哪些 AI 工具」到「AI 生的 test 怎麼信任」。
AI / LLM 功能 Spec Review — 幻覺 / 評估 / 成本 / 法遵 8 個必問
AI 功能 spec review 完整指南。LLM 不確定性處理、評估指標、Prompt versioning、成本控制、安全護欄、法遵（EU AI Act / GDPR）、Fallback、人工 review 流程。
一般聲明
本站提供之資訊僅供參考，不保證其完整性與正確性。使用者應自行判斷資訊之適用性。