霍格沃兹-测试开发学社

文章/答案/技术大牛

发布

LV0

全部文章

用户模拟跑起来了，期望轨迹却断不了：Google 官方文档写下的一条互斥
周二下午的评审会，为同一条退款链路，桌上摆着两个方案。测试同学摆出 A 方案：把用户三句话逐字写死，工具调用序列一步一断言——『没先查单就改地址，红』。算法同学...
霍格沃兹-测试开发学社 6小时前2026-10-14 18:42:55
AI测试解决方案
AI Trace越记越长，为什么测试报告反而越来越说不清？
摘要：用OpenTelemetry语义约定作为共同语言，再把会话、工具、业务与回归证据分层。
霍格沃兹-测试开发学社 7小时前2026-10-14 18:28:38
AI测试解决方案、测试策略
Jev火起来以后，测试团队真能不写Judge Prompt了吗？
摘要：从LangSmith官方文档对Jev决策模型评测器的定义出发，说明它适合什么、不适合什么以及怎样校准。
霍格沃兹-测试开发学社 7小时前2026-10-14 18:13:47
AI测试解决方案、测试开发
同一条Agent评测跑两次结果不同，问题可能根本不在模型
摘要：从Cloudflare沙箱快照机制出发，建立仓库、依赖、工具、数据和网络一致的Agent评测环境。
霍格沃兹-测试开发学社 7小时前2026-10-14 18:02:56
AI测试解决方案、测试开发
Gemini 4 Argon能自主跑长任务，测试团队最该守住哪一关？
摘要：基于Google公开的夜间自主优化实践，设计候选变更、独立验证与人工发布五道门禁。
霍格沃兹-测试开发学社 7小时前2026-10-14 17:31:25
AI测试解决方案、测试开发
Cloudflare开放浏览器工具后，页面自动化要多验哪三层证据？
摘要：基于Cloudflare Browser工具公开文档，拆解静态抓取、渲染页面和真实交互三种证据不一致时的测试方法。
霍格沃兹-测试开发学社 1天前2026-10-13 17:39:45
AI测试解决方案、测试策略
如何用 Agent Skills 自动生成测试用例？完整拆解
“哥，我在项目里放了一个 SKILL.md，为什么 Claude Code 还是不会干活？”
霍格沃兹-测试开发学社 1天前2026-10-13 17:23:39
AI测试解决方案
【揭秘】淘宝AI购物技术：AI替用户下单，付款链路怎么测？
摘要：千问与淘宝打通商品发现、比较、下单和售后后，AI购物不再只是“推荐商品”。本文依据阿里巴巴与支付宝公开资料，把一句自然语言购物需求拆成商品、报价、确认、订...
霍格沃兹-测试开发学社 1天前2026-10-13 17:12:15
AI测试解决方案
第一次测试“有自己身份”的Agent，最容易漏掉的不是登录失败
摘要：从NIST公开的Agent身份与授权议题出发，用薪资报表导出场景拆解“用户是谁、Agent是谁、凭据代表谁、动作归谁负责”四个容易混在一起的问题。
霍格沃兹-测试开发学社 1天前2026-10-13 17:00:43
AI测试解决方案
测试数据生成 Skill、Mock Skill、断言 Skill：Agent 测试三件套
“哥，我让AI生成退款接口的测试用例，它给我写了20条。跑完之后我一看，15条假通过。”
霍格沃兹-测试开发学社 1天前2026-10-13 16:46:28
AI测试解决方案
策略型 Agent 评测：基于 Auto Rubrics 的业务效果验证与质量闭环
过去测试一个接口，通常只需要判断返回结果是否符合预期。但测试一个能够自主分析数据、调用工具、生成业务策略的 Agent，情况就复杂得多。
霍格沃兹-测试开发学社 1天前2026-10-13 16:35:39
AI测试解决方案
AI 开始自己花钱，测试兜底：付款链路该怎么回归？
摘要：基于Stripe公开的Machine Payments Protocol机制，拆解Agent从询价、授权到支付和交付的完整状态机，重点验证金额、对象、次数...
霍格沃兹-测试开发学社 1天前2026-10-13 16:17:47
测试开发、AI测试解决方案
Google把Coding Agent放进长任务评测后，最难验的工作才刚开始
Google Android Developers公布的Android Bench 2.0不是几道小修Bug题：官方任务覆盖新应用、架构迁移、新功能与跨平台转换...
霍格沃兹-测试开发学社 2天前2026-10-12 18:20:59
AI测试解决方案
微软 Agent 评测指南里，藏着一条让测试少背一次锅的结论
摘要：从代码可运行但选错SDK与认证模式的现场，建立可辩护的Agent Experience评测。
霍格沃兹-测试开发学社 2天前2026-10-12 18:09:39
测试策略、AI测试解决方案
微软拆解 Spec-Driven Development：AI 生成代码后，测试为何丢失原有验收标准
微软在扩展GitHub Spec Kit的公开文章中，把Spec-Driven Development描述为一条从需求、设计、任务到代码和测试的可追踪制品链，并...
霍格沃兹-测试开发学社 2天前2026-10-12 17:45:50
AI测试解决方案
淘宝 AI 购物助手：基于 LLM-as-a-Judge 的在线评测与质量归因实践
AI Agent 上线后，如何持续判断每一次工具调用、业务路由和生成回复是否正确？淘宝技术在 AI 购物助手的购后服务场景中，建设了一套基于 LLM-as-a-...
霍格沃兹-测试开发学社 2天前2026-10-12 17:35:53
测试策略、AI测试解决方案
Agent Skills + Playwright：打造会自己写 UI 自动化脚本的智能体
上个月，团队里一个做了4年UI自动化的同事找我吐槽。他维护着800多条Playwright用例，那天早上打开报告一看——237条失败了。原因很简单：开发推了一次...
霍格沃兹-测试开发学社 2天前2026-10-12 17:15:59
AI测试解决方案
LangChain把生产Trace送回评测集：团队怎么复制这条闭环
LangChain在公开的Agent开发生命周期文章中明确提出：生产Trace、用户负反馈和人工修订，应回流为下一轮离线评测数据；对敏感或不可逆动作，还应设置人...
霍格沃兹-测试开发学社 2天前2026-10-12 17:06:57
AI测试解决方案、测试开发
MCP工具只把一个字段改成可选，Agent为什么开始替用户猜参数？
MCP官方Tools规范明确：工具由模型发现和调用，定义中包含名称、描述、输入Schema和可选输出Schema；客户端还应在敏感操作前提供确认，并把工具注解视...
霍格沃兹-测试开发学社 2天前2026-10-12 16:50:18
测试策略、AI测试解决方案
Agent 跑完 Shell 没报错≠安全：多数测试团队没设这 4 道关卡
Agent为了修一个单测，先读取仓库，再安装依赖，接着访问网络查询报错。任务最后完成了，测试却发现它顺手扫描了用户目录里的配置文件。没有数据泄漏告警，也没有命令...
霍格沃兹-测试开发学社 2天前2026-10-12 15:17:42
AI测试解决方案、测试开发

12 3 4 5 6 7 8...21 下一页

个人简介

测吧（北京）科技有限公司
霍格沃兹测试开发学社，是一个专注软件测试、自动化测试、人工智能测试与测试开发的技术交流社区。
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市
加入社区时间：2022-04-18

个人成就

获得 335 次赞同
文章被阅读 325.1K 次

关注了：0关注者：74

霍格沃兹-测试开发学社

全部文章

用户模拟跑起来了，期望轨迹却断不了：Google 官方文档写下的一条互斥

AI Trace越记越长，为什么测试报告反而越来越说不清？

Jev火起来以后，测试团队真能不写Judge Prompt了吗？

同一条Agent评测跑两次结果不同，问题可能根本不在模型

Gemini 4 Argon能自主跑长任务，测试团队最该守住哪一关？

Cloudflare开放浏览器工具后，页面自动化要多验哪三层证据？

如何用 Agent Skills 自动生成测试用例？完整拆解

【揭秘】淘宝AI购物技术：AI替用户下单，付款链路怎么测？

第一次测试“有自己身份”的Agent，最容易漏掉的不是登录失败

测试数据生成 Skill、Mock Skill、断言 Skill：Agent 测试三件套

策略型 Agent 评测：基于 Auto Rubrics 的业务效果验证与质量闭环

AI 开始自己花钱，测试兜底：付款链路该怎么回归？

Google把Coding Agent放进长任务评测后，最难验的工作才刚开始

微软 Agent 评测指南里，藏着一条让测试少背一次锅的结论

微软拆解 Spec-Driven Development：AI 生成代码后，测试为何丢失原有验收标准

淘宝 AI 购物助手：基于 LLM-as-a-Judge 的在线评测与质量归因实践

Agent Skills + Playwright：打造会自己写 UI 自动化脚本的智能体

LangChain把生产Trace送回评测集：团队怎么复制这条闭环

MCP工具只把一个字段改成可选，Agent为什么开始替用户猜参数？

Agent 跑完 Shell 没报错≠安全：多数测试团队没设这 4 道关卡

个人简介

个人成就

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐