几乎所有刚开始工作的人都会碰到这个问题，如果总结起来就是「理想和现实的差距」。
说的高大上一点就是「认知偏差」。
怎么理解呢？就是基于你当前认知得出的结论并不一定是合理的结论。
如果就事论事，我的建议是：
1、任何一件事情，如果自己没有让它做的更快更好，那就不要说它简单。
换个说法就是，请证明这项工作真的很简单，比如改进下工作方法，让工作效率有很大的提升，比如引入自动化，把人从繁琐的手工操作中解放出来等。
是的，看到简单很容易，让它不简单却是有挑战的。
如果我们连简单的事情都没做好，有什么理由去嫌弃它？
2、软件测试的精髓，不只是如何执行用例。
我们可以想办法去发现更有深度的问题(Bug)；
我们可以想办法写出有效性更好的用例(Bug 和用例的对照比率，项目早期发现严重问题)；
我们可以基于项目经验提出质量改进计划(同类型问题后续不再发生)；
我们可以在项目过程中去了解和学习相关的周边知识(项目相关的业务知识、项目相关的系统知识)。
如果我们只是盯着怎么执行用例，那我们无疑会一直都只是一个用例执行者。
3、退一万步讲，我们就只关注用例执行，那也是有很多事情可以做的。
对，我们要做的事情就是「自动化」。
这里说的自动化特指用例执行的自动化，觉得手工执行很简单，那就想办法让简单的事情自动化起来。
别去考虑复杂庞大的系统，就从单个用例入手，不管使用批处理、Shell、Python、C#、Java，想办法把当前做的事情「自动化」起来，那怕是把之前鼠标点击 5 次的操作简化为 1 次，就是进步，考虑和实现这个问题的过程，就是我们需要关注的地方。
4、学习最需要的是主动。
不要因为公司没有什么，就成为我们不做什么的借口。
测试的职责是保证产品质量，如果有更好的方法来达成这个效果，你引入回归测试、集成测试、自动化测试等，都是公司喜闻乐见的，不过前提是你得让公司看到做这些事情的价值，所以最重要的是，想到什么就去做，有想法就尽快去落地，从最小颗粒度去验证自己的想法。
只是想没有用，只是抱怨没有用。
把问题怪罪于环境，我们将找不到任何可以让我们满意的环境。
没有条件我们就去创造条件。
5、记住，工具是手段，不是目的。
不要为了学 Python 而去学 Python，不要为了集成测试、回归测试这些概念而去做集成和回归测试，这些都是手段，目的都是为了更好的达到测试效果。
如果能够按照前面 1、2、3、4 去做，就会发现，我们会需要 Python，我们会需要集成测试、回归测试，我们会需要更多的「工具」来达成效果，而学习和利用这些工具去达成效果的过程，就是学习和成长的过程，达成效果后的那种成就感，是不可替代的，也正是我们所需要的。
看，这一切都水到渠成。