行业与实践

最新优先最早优先

方法与教程2026-09-2810 分钟
功能测试的第一条 AI 门禁：Promptfoo 管死规矩，DeepEval 管答得像不像
给刚转行的功能测试一条能变红的检查。Promptfoo 用 contains 和 not-contains 守退货规则里必须说和绝不能说的句子，先用 echo 不花钱看失败。DeepEval 只用几条人手写的标准答案看意思对不对。不讲榜单，不把模型的回答当成预期。
方法与教程2026-09-285 分钟
AI 写用例，和测智能体，不是同一件事
对照两类入门材料各自覆盖的范围：一类是用模型起草用例和自动化脚本，一类是给问答、客服做评测。按你这周要做的事选一边。
研究与基准测试2026-09-2814 分钟
有人评，才合得进去：智能体拉取请求怎么过代码评审
MSR 2026 用 AIDev 看 33,596 条智能体拉取请求。总体合并 71.5%，但 Codex 82.6%，Copilot 只有 43.0%。至少有一次评审与合并相关最强；变更更大和强制推送则更难合并。多改几版或补测试，在控制协作信号后没有显著作用。
工具与框架2026-09-287 分钟
AI GUI 测试的社区与工具：从视觉驱动到传统平台增强
视觉驱动的 Midscene、browser-use、UI-TARS，和做元素自愈、视觉回归的 Testim、Applitools、testRigor，解决的不是同一件事。这篇按执行、感知和断言把它们分开。
案例研究2026-09-287 分钟
国内基于大模型的 GUI 与 UI 自动化测试实践
蚂蚁、邮储、科大讯飞、华为、字节、腾讯和铁路客运论文里，大模型做 UI 测试并不是同一层：有的生成脚本，有的看截图自己点，有的只是补回归代码。
研究与基准测试2026-09-288 分钟
基于 AI 的 GUI 自动化测试：2024–2026 研究地图
GUI Agent 能把任务点完，不等于测出了缺陷。这篇按 2024 到 2026 年的综述和基准，分开任务完成率和真正的 GUI 测试。
研究与基准测试2026-09-2836 分钟
写得更快，发不出去：智能体交付里的验证税
2026 年 9 月这篇综合没有新实验。4,867 人的随机试验里完成任务增加 26.08%，但 10 万多名 GitHub 开发者的遥测里，自主智能体把提交抬高 180%，发布只剩 30%。作者把评审、测试和返工写成验证税，并警告三个生产率数字不能横比。
研究与基准测试2026-09-2831 分钟
通过率全绿，行为漂移仍然看不见
AgentAssay 用三值判定和行为指纹做非确定智能体的回归测试。7,605 次试验花了 227 美元：通过率一直是 100%，一元检验力为 0，指纹检验力 0.86。SPRT 把 100 次降到 22 次。注入回归的实验作者写明还没做。
研究与基准测试2026-09-2820 分钟
小改动才进得去：彭博用智能体每天提一条质量请求
彭博的 Pomona 不修大缺陷，只扫代码质量并提交大约几十行的拉取请求。三个月 39 条里合并 32 条（82.1%），关闭时间中位数 2 小时 14 分钟。模型和代码因保密协议未公开。
研究与基准测试2026-09-2819 分钟
智能体还停在流水线的数据面：CI/CD 里的权限转移
把智能体放进持续集成，眼下还不是把发布权交出去。2026 年这篇愿景文区分数据面和控制面：补丁和重跑测试可以交给智能体，改部署策略和批准关口仍然要人批。安全靠外围治理，评测还没跟上。
动态与发布2026-09-283 分钟
Holmes 以 110 万欧元 pre-seed 推出，面向自主软件测试
Holmes 正在做一套自主 QA 平台，帮助软件团队持续测试产品，跟上 AI 驱动的开发速度，而不再依赖人工测试流程。
动态与发布2026-09-283 分钟
土耳其「捉虫」创业公司拿到种子轮后准备走向全球
用自主 AI 智能体做软件测试与质量保障的土耳其创业公司 kayIQ.ai 已获得 50 万美元种子融资，并准备进行国际拓展。
动态与发布2026-09-282 分钟
Meticulous 获得 1500 万美元
AI 测试创业公司 Meticulous 已完成 1500 万美元 A 轮融资，由 Redpoint Ventures 领投，用于加快其自主软件测试平台的开发。
动态与发布2026-09-282 分钟
Sauce Labs 推出发布保障平台
Sauce Labs 推出了 AI 驱动的发布保障平台 AURA，帮助企业按 AI 生成代码的产出速度去验证这些代码。
动态与发布2026-09-282 分钟
Functionize 推出新的测试智能体
Functionize 发布了 Studio，一个 AI 原生的软件质量平台，充当独立测试智能体，用于检验由开发者和 AI 编程助手共同构建的应用。
动态与发布2026-09-282 分钟
mabl 扩展 AI 辅助能力
测试平台 mabl 引入了更多 AI 能力，用来简化测试编写、调试和维护。
动态与发布2026-09-282 分钟
SmartBear 扩展测试生态
SmartBear 宣布了一系列 AI 集成，覆盖 Anthropic Claude、GitHub、Atlassian Rovo，以及亚马逊云科技的 Kiro 开发环境。
动态与发布2026-09-282 分钟
Tricentis 加强 AI 测试
Tricentis 扩展了其 AI 测试产品组合，新增能力旨在加快测试创建，并改进企业软件验证。
动态与发布2026-09-282 分钟
Applitools 加强自主测试
Applitools 扩展了自主测试能力，新增 AI 驱动的视觉校验和测试维护功能。
动态与发布2026-09-282 分钟
是德科技扩展 Eggplant 的 AI 能力
是德科技为其 Eggplant 测试平台增加了更多 AI 能力，目标是降低自动化 UI 测试中的维护工作。