OpenAI发布的Harness Engineering文章记录了一种agent-first研发实验：团队让Codex承担代码、测试、CI、文档和内部工具的实现...

摘要：Google在2026年10月8日开源AQuA参考实现，把“外循环”质量Agent放到生产Agent旁边，聚类失败对话、复核问题并把诊断锚定到部署源码。它...

摘要：AWS在2026年10月16日公开了一套面向生产Agent的九阶段评测框架。它真正提醒测试团队的，不是再多接一个评测服务，而是Agent最危险的错误往往不...

摘要：GitHub在2026年10月讨论开发者职业变化时，把能力重点放在指挥Agent、批判性审查输出和保持技术判断。对测试岗位而言，这并不是“学会更多提示词”...

摘要：AWS近期公开Agentic Automation商业价值框架，提出不能沿用RPA时代只算节省工时的ROI方法。对测试与质量负责人而言，新增的不只是模型费...

摘要：很多校招Agent项目只展示天气、搜索和文件读取。这个项目进一步验证Skill来源、目录白名单、网络权限、人工确认、幂等与版本更新，让“工具调用”从演示功...

摘要：OpenAI在2026年1月公开介绍AI Agent链接安全方案：自动访问URL前，用独立索引判断该链接是否已被观察，以降低网页提示注入诱导Agent访问...

摘要：GitHub在2026年10月公开说明，开发者与Agent并发工作、仓库每天承载海量提交，正在推动Git基础设施重构。对测试团队来说，新增风险不仅是“AI...

同一个大模型，为什么接入不同的工具、提示词和记忆系统后，执行任务的表现可能相差很大？

夜里十点四十，流水线一路绿，你合上电脑。第二天早上有个同事在本地随手跑了条命令，没跑全量，只从中间起——两条你谁也没碰过的用例突然挂了一条。奇怪的是：单跑它好，...

发布评估会上，两份自动化测试报告并排投在幕布上，前后都是全绿。争论点在一张表格用例：升级前一版绿，升级后一版也绿，可测试开发把两次的断言日志逐条摊开，发现它们验...

摘要：Anthropic 的 7 人团队借助 Claude Agent，5 个月自研版本控制系统 Scion，用来应对 AI 编码 Agent 带来海量代码提交...

凌晨一点，值班群里弹出一条告警：客服侧的智能体在商品目录页上「找不到搜索入口」，整夜只回人工。前端把截图甩了过来——搜索框在，接口 200，DOM 里的搜索语义...

摘要： AI 生成测试用例越来越方便，但用例写出来以后，谁来检查需求覆盖、边界遗漏和预期结果？腾讯 WorkBuddy 支持通过 Skills 封装可复用的工作...

摘要：Microsoft公开的Agent Experience方法指出，Agent生成旧SDK、过时认证方式或错误脚手架，并不总是模型本身的问题。测试团队要沿着...

摘要： 腾讯 WorkBuddy 能理解需求、拆解任务，还能协助生成测试用例。但对软件测试新人来说，真正值得学习的不是让 AI 一次生成多少条用例，而是如何分析...

摘要：基于Arize Phoenix数据集与实验概念，说明模型、Prompt和检索器同时变化时如何控制变量并做回归。

摘要：NVIDIA OpenShell把策略执行放在Agent进程之外，并提供默认拒绝、路径限制、网络策略和审计能力。但“使用了沙箱”不是验收结论，测试要验证策...