- 最近，越来越多的测试开发开始尝试让 AI 直接操作浏览器。输入一句需求，让它打开网页、填写表单、点击按钮，看起来已经不是什么难事。但真正放到项目里，问题很快就出现了：页面元素太多，AI 需要反复读取页面；同名按钮容易找错；页面发生变化后，之前找到的元素引用又可能失效。Playwright CLI 提供了一种思路：先读取页面的语义结构，再通过局部检索找到目标，最后执行操作。对于正在研究 AI ... 最近，越来越多的测试开发开始尝试让 AI 直接操作浏览器。输入一句需求，让它打开网页、填写表单、点击按钮，看起来已经不是什么难事。但真正放到项目里，问题很快就出现了：页面元素太多，AI 需要反复读取页面；同名按钮容易找错；页面发生变化后，之前找到的元素引用又可能失效。Playwright CLI 提供了一种思路：先读取页面的语义结构，再通过局部检索找到目标，最后执行操作。对于正在研究 AI ...
- 摘要：Google开发者博客在2026年10月15日公开了一套Agent评测路径：从关键用户旅程、模拟用户和人工Trace审阅，逐步走到自动评测与合并门禁。真正值得测试团队关注的，不是又多了一个评测框架，而是“最终答案看起来没问题”已经不足以证明Agent可以上线。 Google在最新的Agent评测文章里给了一个很刺眼的提醒：Agent可能已经陷入循环、重复调用工具、烧掉大量Token，最... 摘要：Google开发者博客在2026年10月15日公开了一套Agent评测路径：从关键用户旅程、模拟用户和人工Trace审阅，逐步走到自动评测与合并门禁。真正值得测试团队关注的，不是又多了一个评测框架，而是“最终答案看起来没问题”已经不足以证明Agent可以上线。 Google在最新的Agent评测文章里给了一个很刺眼的提醒：Agent可能已经陷入循环、重复调用工具、烧掉大量Token，最...
- 本文深度解析OpenAI《Harness Engineering》中“Agent-first”研发实验，聚焦测试工程师角色转型：当AI自动生成代码与测试，人类需转向定义目标、设计验证标准、保障质量独立性。文章厘清数据边界，提出可落地的小团队试验方法，并强调——速度提升不等于质量自动提升，验收权与责任归属必须清晰。 本文深度解析OpenAI《Harness Engineering》中“Agent-first”研发实验，聚焦测试工程师角色转型：当AI自动生成代码与测试，人类需转向定义目标、设计验证标准、保障质量独立性。文章厘清数据边界，提出可落地的小团队试验方法，并强调——速度提升不等于质量自动提升，验收权与责任归属必须清晰。
- 传统功能测试岗位需求在收缩，与此同时，懂大模型评测的测开岗位薪资在涨。脉脉、BOSS 直聘上的薪资差距是最直接的信号：传统功能测试和 AI 测试开发，已经不在同一个定价体系里了。这不是矛盾，是结构性分化。AI 淘汰的从来不是“测试”这个岗位，而是“可被规则穷举的技能”。当测试对象从确定性系统变成不确定的 AI 系统，测试本身正在被重新定义。一、先看清“不降反增”的真相传统功能测试、兼容性测试... 传统功能测试岗位需求在收缩，与此同时，懂大模型评测的测开岗位薪资在涨。脉脉、BOSS 直聘上的薪资差距是最直接的信号：传统功能测试和 AI 测试开发，已经不在同一个定价体系里了。这不是矛盾，是结构性分化。AI 淘汰的从来不是“测试”这个岗位，而是“可被规则穷举的技能”。当测试对象从确定性系统变成不确定的 AI 系统，测试本身正在被重新定义。一、先看清“不降反增”的真相传统功能测试、兼容性测试...
- 测试环境出问题的时候，最耗时间的不是“修”，是“不知道从哪开始看”。页面 502 了，第一反应是重启。接口超时了，第一反应还是重启。重启能解决一部分问题，但它掩盖了“为什么出问题”，下一次换个模块，同样的流程再走一遍。下面这 20 条命令，按排查顺序排好了。不是让你背，是让你在卡住的时候，知道先敲哪一条。第一组：先判断“哪一层出了问题”（4 条）环境问题最怕一上来就钻细节。先用这四条把范围缩... 测试环境出问题的时候，最耗时间的不是“修”，是“不知道从哪开始看”。页面 502 了，第一反应是重启。接口超时了，第一反应还是重启。重启能解决一部分问题，但它掩盖了“为什么出问题”，下一次换个模块，同样的流程再走一遍。下面这 20 条命令，按排查顺序排好了。不是让你背，是让你在卡住的时候，知道先敲哪一条。第一组：先判断“哪一层出了问题”（4 条）环境问题最怕一上来就钻细节。先用这四条把范围缩...
- 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。它没有让测试消失，反而把一个更难的问题摆到桌面：谁来定义这支质量Agent值得相信？生产Agent每天处理成千上万段对话，返回码大多是200，传统监控没有红灯，但用户开始反复追问、绕开建议或转人工。过去，测试团队只能抽样翻日志；现在，另... 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。它没有让测试消失，反而把一个更难的问题摆到桌面：谁来定义这支质量Agent值得相信？生产Agent每天处理成千上万段对话，返回码大多是200，传统监控没有红灯，但用户开始反复追问、绕开建议或转人工。过去，测试团队只能抽样翻日志；现在，另...
- 本文解读AWS新发布的生产级Agent九阶段评测框架，聚焦“软失败”风险——答案看似合理，流程却已失控。提出三道可落地的风险门禁（业务红线、能力回归、运营预算），助力小团队用证据链替代总分制，实现可控的Agent质量闭环。 本文解读AWS新发布的生产级Agent九阶段评测框架，聚焦“软失败”风险——答案看似合理，流程却已失控。提出三道可落地的风险门禁（业务红线、能力回归、运营预算），助力小团队用证据链替代总分制，实现可控的Agent质量闭环。
- 测试环境出问题的时候，最耗时间的不是“修”，是“不知道从哪开始看”。页面 502 了，第一反应是重启。接口超时了，第一反应还是重启。重启能解决一部分问题，但它掩盖了“为什么出问题”，下一次换个模块，同样的流程再走一遍。下面这 20 条命令，按排查顺序排好了。不是让你背，是让你在卡住的时候，知道先敲哪一条。第一组：先判断“哪一层出了问题”（4 条）环境问题最怕一上来就钻细节。先用这四条把范围缩... 测试环境出问题的时候，最耗时间的不是“修”，是“不知道从哪开始看”。页面 502 了，第一反应是重启。接口超时了，第一反应还是重启。重启能解决一部分问题，但它掩盖了“为什么出问题”，下一次换个模块，同样的流程再走一遍。下面这 20 条命令，按排查顺序排好了。不是让你背，是让你在卡住的时候，知道先敲哪一条。第一组：先判断“哪一层出了问题”（4 条）环境问题最怕一上来就钻细节。先用这四条把范围缩...
- 别等系统被压垮了，才知道容量到底有多大 别等系统被压垮了，才知道容量到底有多大
- 一句话结论：Agent 系统最难的不是把它做出来，而是知道它到底好不好、改动之后有没有变差。没有评测，你所有的迭代都是凭感觉——而感觉在概率系统面前极不可靠。Evals（评测）不是上线前的最后一道关，而是贯穿整个生命周期的迭代引擎。引言：为什么给 Agent 做测试这么难传统软件测试很好写：输入确定、逻辑确定、输出确定，一个断言就能锁住行为。Agent 把这三样全打破了：输出非确定：同样的输... 一句话结论：Agent 系统最难的不是把它做出来，而是知道它到底好不好、改动之后有没有变差。没有评测，你所有的迭代都是凭感觉——而感觉在概率系统面前极不可靠。Evals（评测）不是上线前的最后一道关，而是贯穿整个生命周期的迭代引擎。引言：为什么给 Agent 做测试这么难传统软件测试很好写：输入确定、逻辑确定、输出确定，一个断言就能锁住行为。Agent 把这三样全打破了：输出非确定：同样的输...
- 一、凌晨两点的告警那是去年双十一大促前的压测夜。凌晨两点，手机响了——Prometheus 告警：订单服务的 Pod 连续重启，状态 CrashLoopBackOff。我迷迷糊糊打开电脑，看到 6 个 Pod 里有 4 个在不断重启。每次起来撑 30 秒，然后被 kill，再起来，再 kill。K8s 的重启退避机制已经生效，间隔从 10 秒拉长到 5 分钟。线上压测环境，离大促只剩三天。二... 一、凌晨两点的告警那是去年双十一大促前的压测夜。凌晨两点，手机响了——Prometheus 告警：订单服务的 Pod 连续重启，状态 CrashLoopBackOff。我迷迷糊糊打开电脑，看到 6 个 Pod 里有 4 个在不断重启。每次起来撑 30 秒，然后被 kill，再起来，再 kill。K8s 的重启退避机制已经生效，间隔从 10 秒拉长到 5 分钟。线上压测环境，离大促只剩三天。二...
- 随着移动端自动化场景从单一应用操作向跨应用、跨平台复杂流程延伸，传统基于控件解析的移动端RPA架构正面临识别边界窄、适配成本高、调度弹性不足等瓶颈。依托多模态视觉大模型的语义理解能力，重构移动端RPA的感知体系与调度架构，成为行业突破技术天花板的核心方向。本文基于某企业级移动端RPA平台的架构重构实践，结合全链路压测数据复盘性能表现与核心问题，为同类系统的规模化落地提供参考。一、重构前的架构... 随着移动端自动化场景从单一应用操作向跨应用、跨平台复杂流程延伸，传统基于控件解析的移动端RPA架构正面临识别边界窄、适配成本高、调度弹性不足等瓶颈。依托多模态视觉大模型的语义理解能力，重构移动端RPA的感知体系与调度架构，成为行业突破技术天花板的核心方向。本文基于某企业级移动端RPA平台的架构重构实践，结合全链路压测数据复盘性能表现与核心问题，为同类系统的规模化落地提供参考。一、重构前的架构...
- 介绍使用 Playwright CLI 接入已登录 Edge 的流程，排查 DevToolsActivePort 和重复定位问题，并说明如何核验业务结果、隔离云实验账号和安全收尾。 介绍使用 Playwright CLI 接入已登录 Edge 的流程，排查 DevToolsActivePort 和重复定位问题，并说明如何核验业务结果、隔离云实验账号和安全收尾。
- 本文探讨AI时代测试工程师的核心价值迁移：从执行脚本转向定义成功标准、识别同源错误、评估发布风险与构建独立证据。能力重心转向指挥Agent、批判性审查输出、坚守技术判断，而非比拼提示词数量。 本文探讨AI时代测试工程师的核心价值迁移：从执行脚本转向定义成功标准、识别同源错误、评估发布风险与构建独立证据。能力重心转向指挥Agent、批判性审查输出、坚守技术判断，而非比拼提示词数量。
- AI自动化虽省工时，但项目价值不能只看ROI。AWS提出Agentic Automation“五本账”：直接成本、失败成本、监督成本、机会价值、可控性资产。测试负责人需将质量风险、人工复核、异常恢复等隐性成本显性化，避免“省时却不值得”。 AI自动化虽省工时，但项目价值不能只看ROI。AWS提出Agentic Automation“五本账”：直接成本、失败成本、监督成本、机会价值、可控性资产。测试负责人需将质量风险、人工复核、异常恢复等隐性成本显性化，避免“省时却不值得”。
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签