- 综合排序
- 最热优先
- 最新优先
- 来自专栏白话互联
【Ai Agent】Ai Agent News | 9月11日速递
今天是9月11日星期四，让我们一起来看看今天 Ai Agent 带来的 AI 领域的重要动态吧！ *角色定义*：明确AI Agent在企业中的定位和职责 *数据整合*：确保AI Agent能够访问高质量的相关数据 *行动规划*：设计Agent能够执行的具体任务和流程 *反馈机制*：建立持续学习和优化的闭环系统 *求职者Agent*：帮助求职者找到合适的工作机会 *招聘方Agent*：协助雇主筛选高质量候选人 其中，名为"Career Scout"的AI Agent能够为求职者提供个性化推荐，根据用户简历和偏好自动匹配职位 报告指出，这些系统不同于标准聊天机器人，它们能够自主行动、执行任务，并使用Model Context Protocol (MCP)和Agent-to-Agent (A2A)等协议与其他数字Agent协作 真正的Agent力量来自于它们相互连接、访问企业数据以及与执行工作的系统交互的能力。一个无法与其他Agent、工具和应用对话的Agent只是一个孤岛。
49110编辑于 2025-09-17 - 来自专栏圣杰的专栏
.NET+AI | Agent | 人机协作（9）
MAF 审批 Agent 实战 一句话简介 通过 ApprovalRequiredAIFunction 为敏感工具加上人工审批环节，快速构建符合企业合规要求的 MAF 人机协作智能体。 添加审批包装 对高风险函数使用 new ApprovalRequiredAIFunction(innerFunction)，Agent 仍像普通工具一样调用，但框架会在真正执行前抛出审批请求。 3. 将这些消息回传给 Agent，直到没有新的审批请求为止。 4. 创建 Agent var agent = chatClient.CreateAIAgent( instructions: "执行转账前必须获得用户确认", name: "BankAssistant 审批循环 var thread = agent.GetNewThread(); var response = await agent.RunAsync(userRequest, thread); var
44010编辑于 2025-12-28 - 来自专栏啄木鸟软件测试
软件性能测试（连载9）
交换区的总量 Swap: ###k used 使用的交换区总量 Swap: ###k free 空闲的交换区总量 Swap: ###k cached 缓冲的交换区总量 top命令进程中关于内存性能如表3-9所示 表3-9 top命令进程中关于内存性能参数 标记 解释 VIRT 进程虚拟内存的大小，只要是进程申请过的内存，即便还没有真正分配物理内存，也会计算在内。
1.3K40发布于 2020-02-20 - 来自专栏啄木鸟软件测试
安全测试工具（连载9）
星云测试 http://www.teststars.cc 奇林软件 http://www.kylinpet.com 联合通测 http://www.quicktesting.net
1K10发布于 2019-12-12 - 来自专栏创作是最好的自我投资
基于 OpenCloudOS 9 × Cube Sandbox Agent 代码执行实践
本文将基于OpenCloudOS9系统，从零搭建CubeSandbox环境，并通过一个完整的Agent代码执行实践，带你体验：如何在保障安全的前提下，让Agent真正"动起来"。 示例测试等待我们的PVM环境以及CubeSandbox完美之后，我们就可以制作模板来试一下沙箱运行Agent代码。 测试运行测试运行的话，我们需要使用openclawagent的方式来测试运行，直接在服务器控制台输入中文的话，是无法识别的#测试agent是否能正常运行openclawagent--session-id10330044 -8c98-46b6-9cfb-50c8c3ac1b97--message"在沙箱里跑一段Python，计算1到100的和"2>&1但是，测试验证的时候，你会发现报错，提示测试OpenClawskill agent是否能正常运行openclawagent--session-id10330044-8c98-46b6-9cfb-50c8c3ac1b97--message"你好"2>&1#如果成功，再测试cube-sandbox
1.4K20编辑于 2026-05-22 - 来自专栏啄木鸟软件测试
精准测试及其工具（连载9）
4 星云客户端企业项功能说明 4.1智能的回归测试用例选取分析算法 前置条件：最少要有一个用星云示波器做过数据的历史版本与一个需要回归新插装版本 精准测试云平台采用“一种基于测试用例与代码逻辑、源码版本关系矩阵的测试用例选取方法 ”的回归技术，在回归测试时，基于智能算法，完全自动筛选计算出每个测试用例受影响的程序，用户可以根据此数据来进行用例回归测试的优先级排序，把高风险的用例测试放到前面，大大减少了回归测试的时间。 测试用例是关联工程的，所以同一工程下新建的版本继承了上面所有版本的测试用例，我们在进行智能回归测试用例选取的时候会用当前版本的代码去和以前版本代码去做对比，通过哪些对比得到哪些函数被改变了，并通过这些改变的函数对涉及到的测试用例做统计 图73回归在示波器页面的测试用例显示 4.2 测试用例的聚类分析算法 前置条件：有一定数量的测试用例数据 精准测试云平台根据的函数执行剖面的向量化信息，对测试用例进行聚类分析, 从类中检出中心点测试用例以及其附近的测试用例 聚类算法是通过测试用例的代码相似程度得出结果的，所以可以帮助我们划分出来有哪些测试用例的代码相似程度比较高，这样在我们聚的一类的测试用例Bug测试用例比较多的时候，我们在下个版本的时候可以着重测试该类测试用例
93730发布于 2019-12-12 - 来自专栏XINDOO的专栏
Agent设计模式——第 9 章：学习和适应
学习和适应对于增强人工智能 Agent 的能力至关重要。这些过程使 Agent 能够超越预定义参数进行演化，通过经验和环境交互实现自主改进。 Agent 的学习的重要进展，展示了 Agent 修改自身源代码的能力。 最初，SICA 审查其过去版本的存档及其在基准测试上的性能表现。它选择具有最高性能分数的版本，该分数基于考虑成功率、时间和计算成本的加权公式计算得出。选定的版本随后进行下一轮自我修改。 修改后的 Agent 随后针对基准进行测试，结果记录在存档中。这个过程不断重复，促进从过去性能中直接学习。这种自我改进机制使 SICA 能够在不需要传统训练范式的情况下演化其能力。 如前所述，该系统采用模块化架构构建，包含多个子 Agent，如编码 Agent、问题解决 Agent 和推理 Agent。
70410编辑于 2025-10-27 - 来自专栏AI Native组织
AI Native系统架构，9个Agent协作teams
摘要千问AI平台公开了他们的AINative混沌工程实践：9个Agent分层协作、共享黑板解耦、三道安全闸门、双进化回路，单次验证从数天压到40分钟。 阿里的做法是让AI把全链路闭环掉：9个Agent各司其职，人只做两件事——触发实验，确认结果。单次验证从数天压到40多分钟，提效数十倍。 不管你做的是客服Agent、业务Agent还是数据分析Agent，都绕不开。01铁律一：复杂系统，别用单Agent硬扛为什么是9个Agent，不是一个？ 9个Agent之间不直接通信，而是通过一块共享黑板（Redis）交换数据——每个Agent只读写自己负责的字段，互不知道对方存在。好处是什么？可以随时增删Agent，不影响其他Agent。 还有一个权限设计特别值得学：只有执行Agent拥有破坏性操作权限，其他Agent从工具层面就做不了坏事。安全逻辑内嵌在每个Agent的决策流程里，而不是事后审计。
9510编辑于 2026-09-06 - 来自专栏ceshiren0001
Agent Skills 入门：技能包如何让测试 Agent 真正落地？
你写清楚“第一步读什么、第二步拆什么、第三步输出什么格式、遇到异常怎么处理”，Agent才知道该怎么干活。今天这篇文章，我从零拆一个测试人最常用的Skill——测试用例生成。看完你就能自己写第一个。 一、为什么测试Agent总是“落不了地”？过去一年，很多团队都在尝试用AI做测试。但真正跑起来的没几个。问题出在哪？不是模型不行，是你给它的东西，根本不是一个“能力单元”。 用大白话说：Skill就是把“资深测试工程师怎么做一件事”的完整经验，封装成一个Agent能随时调用的能力包。它和MCP的区别是什么？ MCP给Agent提供手，Skill给Agent提供操作手册。没有Skill，Agent有手也不知道怎么干活。三、技能包如何让测试Agent真正落地？ 测试人的经验，值得被封装成Skill。你今天花30分钟写一个“测试用例生成”的Skill，以后每一个项目都能复用。别只写提示词了。写一个SKILL.md，让Agent真正替你干活。
9300编辑于 2026-10-05 - 来自专栏啄木鸟软件测试
单元测试工具（连载9）
3.2 unittest的测试覆盖率分析 利用coverage工具可以分析单元测试的覆盖率，首先我们通过pip命令下载coverage。 ) 为假，测试通过 assertIs(a, b[, msg=None]) a与bl相同，测试通过 assertIsNot(a, b[, msg=None]) a与b，测试通过 assertIsNone( x[, msg=None]) x 是空，测试通过 assertIsNotNone(x[, msg=None]) x 不是空，测试通过 assertIn(a, b[, msg=None]) a 包含b，测试通过 ，并且可以在测试完毕形成一个HTML格式的测试报告。 ='测试用例执行报告') runner.run(discover) fp.close() 测试报告如图30所示。
73940发布于 2019-12-12 给 Coding Agent 加上质量门禁：测试如何进入 Agent Loop
文件发生修改后，根据预设规则触发对应的测试；测试通过，Agent就继续执行后续任务；测试失败，Harness将失败结果重新送回模型，让Agent进入下一轮修复循环（RepairLoop）。 这样才能兼顾验证强度和Agent的执行效率。失败结果的反馈回路测试进入AgentLoop后，并不代表测试跑起来就够了。对于Agent而言，测试结果本身也是上下文输入。 当测试结果开始参与控制Agent的下一步动作时，这些反馈本身是否可靠，也成了Harness需要管理的问题。测试本身的可信度还有一个更棘手的问题，就是Agent可能同时拥有业务代码和测试代码的写权限。 Agent可以为新功能补充测试，但关键的验收测试、回归测试，或是隐藏测试都由独立的Harness和CI管理。 如果Agent修改已有测试文件，则触发额外检查，判断是否删除断言、增加Skip、扩大Mock范围，或者放宽原有测试条件。变异测试也可以用来检查测试本身是否足够有效。
22610编辑于 2026-08-19- 来自专栏k8s技术圈
Kubernetes 动态创建 Jenkins Agent 压力测试
version.Info{Major:"1", Minor:"16", GitVersion:"v1.16.7", GitCommit:"be3d344ed06bff7a4fc60656200a93c74f31f9a4 version.Info{Major:"1", Minor:"16", GitVersion:"v1.16.7", GitCommit:"be3d344ed06bff7a4fc60656200a93c74f31f9a4 另外，由于 Jenkins Agent Pod 配置的是软亲和，当 CI 节点资源不足时，也可以调度到其他节点。 2. 使用 Kubernetes 提供的动态 Pod 作为 Jenkins Agent 用于构建流水线，具体配置可以参考顶部的文档链接。 在执行测试之前，执行 20 次流水线对节点进行预热。 主要进行五组测试，分别为 50、100、200、400、800 条流水线并发。
2.4K20发布于 2020-12-01 - 来自专栏FunTester
应对自动化测试9大挑战
测试覆盖率 测试覆盖率是通过测试验证的重要指标之一。当人们表示他们在构建测试覆盖率方面遇到挑战时，通常意味着他们没有足够的资源来足够快地编写测试以跟上测试需求的增长。 同步测试 当测试在自动化平台中执行时，测试步骤的时间必须与应用程序的时间相匹配，否则测试将找不到正确的元素。 使用代码自定义无代码测试 市场上有许多低代码或无代码测试自动化工具，它们通过使用基于模型或记录/回放的方法来编写测试来简化 UI 测试编写。 重用测试组件 不要重复自己，是一个也适用于测试的编码概念。如果测试包含在其他步骤中经常重复的步骤，则对基础元素的更改意味着需要更新许多测试。 测试报告还需要提供访问更新详细的测试信息的功能。
1.1K20编辑于 2022-12-09 - 来自专栏测试开发干货
接口测试平台设计思路-9:成品总览
下节预告：白盒测试管理模块
36320编辑于 2022-05-18 - 来自专栏测试开发干货
接口测试平台193： 并发报告（9）
美化弹层 关闭按钮： 注意代码位置 效果如下： 里面的Onclick函数叫 close_step() 于是，我们写个js同名函数： 测试，可以成功关闭。
34310编辑于 2022-05-20 - 来自专栏Java Life
程序员逻辑测试题(9)
程序员逻辑测试题(9) 如果老王是大学教师,又写过许多哲学论文,则他一定是哲学系的教师。 这个断定是根据以下哪项作出的? A.老王写过许多哲学论文。 B.哲学系的教员写过许多哲学论文。
71620发布于 2019-08-23 - 来自专栏京程一灯
对网站进行测试的 9 个要点
网站或网页的效率在很大程度上取决于测试，并且涉及对网站或相关软件的细致检查。那么我们如何该测试 Web 程序呢？在探究 Web 程序测试服务的更多细节之前，先讨论一下测试为何如此重要。 以下是测试网站的十个要点，它们可以帮你用更短的时间得出更加准确可信的测试结果。 1. 将探索性测试与传统技术结合 用于网站测试最有效的技术之一是探索性测试。探索性测试有助于减少测试时间并发现其他缺陷。 在探索性测试中，测试人员必须发挥创造力编写并运行测试用例。 更重要的是，可以通过将探索性测试与各种黑帽和白帽软件测试技术集成，从而解决探索性测试的缺点。 永远不要低估完整性测试 许多测试人员认为完整性测试是回归测试的辅助元素，从而破坏了完整性测试的重要性。但是，健全性测试有助于在有限的时间内评估 Web 应用中的功能。 9. 进行持续的负载测试 压力测试在网站测试中是一个令人望而生畏的领域，它有助于评估网站在正常压力和峰值压力条件下的性能。可以利用复杂而全面的自动化测试工具来加速负载测试。
1.1K10发布于 2021-03-16 - 来自专栏Mokwing
pytest 测试框架学习（9）：pytest.main
pytest.main 含义 使用 含义 main: 在测试运行进程结束后返回退出代码。 源码： ? args： 命令行参数列表。
1.3K30发布于 2020-09-08 - 来自专栏软件测试
Prompt、Agent、测试智能体:测试的新机会,还是新焦虑?
在某技术社区的测试专场,一位有十年经验的测试总监分享了他们团队的实践:"我们引入测试智能体后,三个月内测试效率提升了5倍,团队规模从15人缩减到6人。"台下掌声雷动,但散场后我听到两种截然不同的声音。 这个场景折射出当下测试行业的核心困惑:从Prompt工程到Agent编排,再到测试智能体,这些新技术究竟是测试人员的机会,还是威胁?问题的本质不在于技术本身,而在于我们如何理解这场变革的底层逻辑。 某金融公司的测试架构师老王,在使用测试智能体时,工作方式发生了根本改变。 某金融公司的测试总监王总,从一开始就将智能化定位为"组织能力建设"。他推动建立了"测试智能体中台",将团队积累的Prompt模板、Agent编排模式、决策规则全部沉淀到平台。 帮助建立智能化测试知识库,让团队在你的经验基础上持续进化,这是从个人贡献者到能力建设者的跃迁。真正的测试工程师,从来不是"测试用例的编写者",而是"产品质量的守护者"。
51711编辑于 2026-01-17 多模态 Agent 如何规划 UI 测试路径
多模态 Agent 如何规划 UI 测试路径 文章封面 UI 自动化的难点，表面看是脚本维护成本高，深层看是测试设计无法持续跟上系统变化。 多模态 Agent 的价值，不是把脚本换一种写法，而是让系统具备持续感知页面、动态规划路径、执行后反馈修正的能力。目标也从“写自动化脚本”升级为“生成可回放、可审阅、可纳管的高质量测试用例”。 因此，真正要解决的是三个问题： 机器能否自己看懂页面当前状态 机器能否自主决定下一步测什么 生成的路径能否直接回放并纳入测试资产 Agent 测试闭环：感知、决策、执行、反馈 多模态 Agent 的核心思路 Agent 没有人类测试者的先验偏见，因此可能执行一些人认为“不会有人这么干”的操作。 第三，概率与确定性必须分层。模型只适合做不可判定的事；凡是可判定的，都应该通过规则、标准和工程机制固化下来。 结语：让自动化从回放工具变成有记忆的探索系统 基于多模态 Agent 的 UI 自动化路径规划，关键不在于让模型替人点页面，而在于重构测试设计方式：人定义目标，系统感知状态，Agent 规划路径，工程约束负责校验
15710编辑于 2026-10-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号