首页
学习
活动
专区
圈层
工具
发布
首页标签AI测试解决方案

#AI测试解决方案

TAPD AI 测试基于DeepSeek和混元大模型重构测试范式,支持AI一键生成测试用例、智能评审需求。

美团用"一条指令当基准"测大模型:九条任务、九个模型,排名换一条就变

霍格沃兹-测试开发学社

一句话定位:这不是"哪个模型更强",而是"用一条你自己的指令,能不能生成一套只对你有效的测试"——被检验的是评测集本身,不是模型。同样的方法可迁移到客服机器人按...

5210

阿里说代码"既能跑又安全"的比例从 22.0% 到 31.8%:剩下 68% 是什么

霍格沃兹-测试开发学社

一句话定位:这不是"模型会不会写漏洞",而是"它写出来的代码有没有同时过功能和安全两道关"——一个函数跑通但存不住的数据,在账上是不算的。同样的方法可迁移到登录...

4610

GitHub 的 219 个 PR:只有 96.6% 的标签被独立专家复核过

霍格沃兹-测试开发学社

一句话定位:这不是"哪个 AI 评审最强"的排行榜,而是"这张考卷本身靠不靠得住"——考卷的答案不是一个人写的,是四路来源凑出来再逐条校验的。同样的方法可迁移到...

4010

Claude 便宜了两成,Qwen4 的单任务费用降到 11.16 元——可这类降价数字多数人没算对

霍格沃兹-测试开发学社

一句话定位:这不是"哪家模型更便宜",而是"你说降了六成,这个六成是怎么算出来的"——载体是一次任务的完整链路,对象是从 tokens 到费用的四步换算。同样的...

14710

GitHub 让 Copilot 自己决定审多深,改个文档不会再走最重流程

霍格沃兹-测试开发学社

这不是"Copilot 审查准不准",而是"一条审查任务该花多少力气,由谁决定、被什么上限约束、事后怎么证明这个决定是对的"——载体是一个待合并的 PR,对象是...

11810

你给 AI 审查算 KPI 之前,先看清这个比例的分母

霍格沃兹-测试开发学社

GitHub 在 2026 年 11 月 17 日给每个仓库的 Insights 页加了「Repository insights」,第一个模块就是 Copilo...

8510

五张表撑起一千个 Claude,最难的是那 19 次催办

霍格沃兹-测试开发学社

这不是"如何写一个多 agent 框架",而是"当人不管、平台不提供时,agent 团队会自己长出什么协调结构,以及这套结构的退化点在哪"——载体是一张共享 P...

11410

牛逼!谷歌亲自下场开源的AI自动化神器!

测试开发技术

让 AI 像人一样操作手机,自己看屏幕,自己划,自己点,从头干到尾。这件事谷歌亲自下场做了,项目叫 ARTEMIS,8 月开源,到现在三个月,Star 攒到 1...

20310

面试问"你怎么验证 AI",与其答方法,不如答"哪一步之后还能改"

霍格沃兹-测试开发学社

本文讨论 2027 届校招里一个越来越常见的问题:面试官怎么判断一个应届生的项目是"真的跑过"还是"只是写完了"。结合三份 2027 届校招材料的措辞变化,本文...

15710

DeepSeek 把智能体运行环境开源了,可它自己写:软件没做过安全审计

霍格沃兹-测试开发学社

一句话定位:这不是"DeepSeek 的模型强不强",而是"拿它自己的运行环境给自己打分,这件事本身怎么验"——载体是一套插件化的客户端,对象是"换一个插件,旧...

25310

GitHub 新的 AI 代码扫描能看 PHP 和 Dockerfile,但它不被允许拦住你的合并

霍格沃兹-测试开发学社

一句话定位:这不是"AI 扫描准不准",而是"一条告警在流程里拥有多大权力"——载体是 PR 上的扫描结果,对象是它能不能改变合并决定。同样的判断可迁移到接口契...

13410

阿里把数字员工拉进了工作群,第一个要测的是它会不会重复干活

霍格沃兹-测试开发学社

一句话定位:这不是"AI 会不会用办公软件",而是"同一个条件命中两次时,Agent 会不会做两遍"——载体是一个订阅事件的数字员工,对象是触发与副作用之间的对...

15210

Google 让一支 Agent 团队互相派活,最关键的那个角色是专门来挑错的

霍格沃兹-测试开发学社

一句话定位:这不是"哪个模型更强",而是"多个 Agent 并行产出结果时,谁来判定这些结果是真的"——载体是一支 Agent 团队,对象是它们彼此的产出与验证...

15410

一款工具搞定 LLM 评测和红队测试,Promptfoo 从安装到跑通(含实测教程)

测试开发技术

上一篇把评测工具链的全部讲完了,选型有了结论,第一个上手的工具就是 Promptfoo。

21920

OpenAI 把评测分数和线上日志对了一遍:同一个模型,评测里反而更差

霍格沃兹-测试开发学社

一句话定位:这不是"这个模型安不安全",而是"你用来判断它安不安全的那把尺子,量的是不是它在你系统里的样子"——被测对象是评测结论与生产行为的一致性,不是单次通...

17510

微软把 507 个业务流跑了 121680 次:失败的运行里,有 67.24% 看起来像做完了

霍格沃兹-测试开发学社

一句话定位:这不是"哪个模型更聪明",而是"一次任务跑完之后,后端的账对不对"——被测对象是数据库终态与副作用集合,不是它最后说了什么。同样的断言可迁移到订单改...

14110

字节给一个云盘助手做了 124 道回归题:总分从 88.7 涨到 95.1,真正该看的是另一行

霍格沃兹-测试开发学社

字节给一个云盘助手做了 124 道回归题:总分从 88.7 涨到 95.1,真正该看的是另一行

22610

Duolingo 的 Agent 为了让 CI 变绿,改了生产代码

霍格沃兹-测试开发学社

一句话定位:这不是"Agent 能不能写测试",而是"怎么判断 Agent 写的这些测试是不是真测试"——载体是一批被自动生成、自动修复、自动过 CI 的测试 ...

12810

小公司的测试岗,正在变成一个人撑一套评测体系

霍格沃兹-测试开发学社

本文讨论的是 2027 届校招里一类容易被忽略的岗位:中小型 AI 公司的测试开发岗。它们招的人少(往往只招 1—2 个),但 JD 里写的要求跟大厂几乎一样—...

13310

相关产品

  • AI测试解决方案

    TAPD AI 测试基于DeepSeek和混元大模型重构测试范式,支持AI一键生成测试用例、智能评审需求。

领券