- 评审会上把质量报告投出来。总监三秒划到最后一行：『所以能不能上？』开发盯着自己模块那三条红，其余一眼不看。测试同行从头核对附录里的分母和区间，眉头越皱越紧。三类人读的是同一份文档，问的却是三个完全不同的问题——而你只准备了一份答案。这份报告大概率会收获一串『收到』。低回应率不是因为你数据不全，恰恰相反，是因为你把一份报告当成了面向所有人的通用件。 为什么你的报告只换来一堆『收到』一份为所有读... 评审会上把质量报告投出来。总监三秒划到最后一行：『所以能不能上？』开发盯着自己模块那三条红，其余一眼不看。测试同行从头核对附录里的分母和区间，眉头越皱越紧。三类人读的是同一份文档，问的却是三个完全不同的问题——而你只准备了一份答案。这份报告大概率会收获一串『收到』。低回应率不是因为你数据不全，恰恰相反，是因为你把一份报告当成了面向所有人的通用件。 为什么你的报告只换来一堆『收到』一份为所有读...
- 本文提出AI质量报告的可复现性设计：通过模型、prompt、数据集、随机种子、运行标识五要素脚注，确保每条结论自带“配方”。纯标准库实现自动采集、校验与标注，杜绝配置漂移导致的误判，让报告从备忘录升级为可验证证据。 本文提出AI质量报告的可复现性设计：通过模型、prompt、数据集、随机种子、运行标识五要素脚注，确保每条结论自带“配方”。纯标准库实现自动采集、校验与标注，杜绝配置漂移导致的误判，让报告从备忘录升级为可验证证据。
- 同一套回归用例，周一早上跑完是 88%，你不放心又跑了一次，变成 94%。周报你贴了 94%——贴 88% 那次，评审会上要被人追问『怎么又掉了』；贴 94% 这次，没人记得它统共就跑了十七八条。数字没撒谎，你只是从一摞结果里挑了最顺眼的那一颗珠子。AI 应用的通过率、稳定性，天生是一个分布，不是一个点。模型输出的随机性、用例里那一两条边界抖动，都会让『同一次改动』每次跑出来的通过率在一个带... 同一套回归用例，周一早上跑完是 88%，你不放心又跑了一次，变成 94%。周报你贴了 94%——贴 88% 那次，评审会上要被人追问『怎么又掉了』；贴 94% 这次，没人记得它统共就跑了十七八条。数字没撒谎，你只是从一摞结果里挑了最顺眼的那一颗珠子。AI 应用的通过率、稳定性，天生是一个分布，不是一个点。模型输出的随机性、用例里那一两条边界抖动，都会让『同一次改动』每次跑出来的通过率在一个带...
- 周报里那行『测试效率提升 3 倍』，在会上被总监问了一句：分子是什么，分母是什么？办公室安静了下来。写这行的人并不心虚——他是真觉得，用 AI 辅助之后，写用例的手感快了。但总监问的不是手感，是测量口径。效率倍数这种东西，进质量报告的那一刻起，规矩就只有一条：数字本身不值钱，口径才是全部。这个话题最近又被推了一把：据媒体报道，今年服贸会期间公布的『2026 AI+软件「银弹」优秀实践』名单（... 周报里那行『测试效率提升 3 倍』，在会上被总监问了一句：分子是什么，分母是什么？办公室安静了下来。写这行的人并不心虚——他是真觉得，用 AI 辅助之后，写用例的手感快了。但总监问的不是手感，是测量口径。效率倍数这种东西，进质量报告的那一刻起，规矩就只有一条：数字本身不值钱，口径才是全部。这个话题最近又被推了一把：据媒体报道，今年服贸会期间公布的『2026 AI+软件「银弹」优秀实践』名单（...
- 本文揭示覆盖率的三大分母陷阱：行覆盖易被生成代码虚高，分支覆盖难捕业务组合逻辑，需求覆盖最真实却常被省略。提出“三层分母并列报告”法——剔除样板重算行覆盖、按真值表补全分支用例、绑定需求条目审计覆盖，让93.4%不再掩盖81.0%的窟窿，让复盘从归因转向可对账。 本文揭示覆盖率的三大分母陷阱：行覆盖易被生成代码虚高，分支覆盖难捕业务组合逻辑，需求覆盖最真实却常被省略。提出“三层分母并列报告”法——剔除样板重算行覆盖、按真值表补全分支用例、绑定需求条目审计覆盖，让93.4%不再掩盖81.0%的窟窿，让复盘从归因转向可对账。
- 本文介绍AI Agent事故复盘的“十维度归因法”：基于AgentAudit论文（arXiv:2609.09875），从指令完整性、规划器、记忆等10个可审计维度逐层定位根因，每维均产出可回归测试用例，彻底告别“模型理解偏差”式模糊结论，实现事故闭环与持续防御。 本文介绍AI Agent事故复盘的“十维度归因法”：基于AgentAudit论文（arXiv:2609.09875），从指令完整性、规划器、记忆等10个可审计维度逐层定位根因，每维均产出可回归测试用例，彻底告别“模型理解偏差”式模糊结论，实现事故闭环与持续防御。
- Prompt作为AI应用的“事实源代码”，却长期缺乏代码级发布管理。本文提出三段式发布报告（变更台账+回归结论+回滚阈值），通过Git版本化、CI自动校验、相对指标比对与强制回滚锚点，将Prompt变更纳入可追溯、可回滚、可复盘的工程闭环，终结靠记忆复盘的裸奔时代。 Prompt作为AI应用的“事实源代码”，却长期缺乏代码级发布管理。本文提出三段式发布报告（变更台账+回归结论+回滚阈值），通过Git版本化、CI自动校验、相对指标比对与强制回滚锚点，将Prompt变更纳入可追溯、可回滚、可复盘的工程闭环，终结靠记忆复盘的裸奔时代。
- 摘要：2026 年百度职级体系已经正式调整。从 5 月 1 日开始，中管层以下统一使用 5—12 级数字职级，过去大家熟悉的 T、P、E、Band、M 等字母标签不再沿用。([界面新闻][2])这篇不绕旧职级，直接看三个大家最关心的问题：百度现在怎么分级、技术岗薪资大概多少，以及 2026 年百度测试开发到底在面什么。2026 年 4 月，百度宣布调整职级体系；从 5 月 1 日开始，中管层... 摘要：2026 年百度职级体系已经正式调整。从 5 月 1 日开始，中管层以下统一使用 5—12 级数字职级，过去大家熟悉的 T、P、E、Band、M 等字母标签不再沿用。([界面新闻][2])这篇不绕旧职级，直接看三个大家最关心的问题：百度现在怎么分级、技术岗薪资大概多少，以及 2026 年百度测试开发到底在面什么。2026 年 4 月，百度宣布调整职级体系；从 5 月 1 日开始，中管层...
- 从需求追溯到缺陷根因分析，系统梳理软件测试管理系统选型的5大核心维度与4阶段建设路径，并对比Jira+Zephyr、qTest、TestRail、嘉为蓝鲸CTest等主流平台能力，帮助企业构建从需求到发布的全生命周期质量闭环。 从需求追溯到缺陷根因分析，系统梳理软件测试管理系统选型的5大核心维度与4阶段建设路径，并对比Jira+Zephyr、qTest、TestRail、嘉为蓝鲸CTest等主流平台能力，帮助企业构建从需求到发布的全生命周期质量闭环。
- 摘要Agent 越来越容易搭，但真正进入生产环境之后，难点很快就从“能不能跑”变成了“跑得对不对”。模型升级以后效果有没有提升？ Prompt 改完会不会引入退化？ Tool 调用成功了，为什么最终结果还是错的？ 线上出现 Bad Case，到底是模型、Prompt、Skill、RAG 还是工具出了问题？这些问题，本质上已经进入软件质量保障的范畴。对测试开发来说，Agent 评测并不是一套完... 摘要Agent 越来越容易搭，但真正进入生产环境之后，难点很快就从“能不能跑”变成了“跑得对不对”。模型升级以后效果有没有提升？ Prompt 改完会不会引入退化？ Tool 调用成功了，为什么最终结果还是错的？ 线上出现 Bad Case，到底是模型、Prompt、Skill、RAG 还是工具出了问题？这些问题，本质上已经进入软件质量保障的范畴。对测试开发来说，Agent 评测并不是一套完...
- 最近跟几个做测试开发的朋友聊天，发现一个挺有意思的现象：大家都在用 Claude Code、Cursor 这类工具辅助写测试，但用着用着就发现不对劲。有人说他的 Agent 跑个登录测试，在登录页卡了二十分钟——验证码图片识别不了，等了三秒就以为登录失败，直接 abort。还有人让 Agent 从 Jira 拉 bug 列表去验证，生成的代码看起来挺完整，跑起来才发现它不知道 Jira 的字... 最近跟几个做测试开发的朋友聊天，发现一个挺有意思的现象：大家都在用 Claude Code、Cursor 这类工具辅助写测试，但用着用着就发现不对劲。有人说他的 Agent 跑个登录测试，在登录页卡了二十分钟——验证码图片识别不了，等了三秒就以为登录失败，直接 abort。还有人让 Agent 从 Jira 拉 bug 列表去验证，生成的代码看起来挺完整，跑起来才发现它不知道 Jira 的字...
- 去年有段时间，我每天花在写 Prompt 上的时间比写测试代码还多。为了让 AI 帮我生成一批接口测试用例，我得在对话框里反复描述：先调登录接口拿 token，再调业务接口，断言 code=0，data 不能为空，token 字段得是非空字符串……写第一版的时候觉得挺新鲜，写到第五个接口的时候就开始烦了。每次都得把同样的规则重述一遍，稍不留神漏掉一个约束条件，生成的用例就跑偏。更让人头疼的是... 去年有段时间，我每天花在写 Prompt 上的时间比写测试代码还多。为了让 AI 帮我生成一批接口测试用例，我得在对话框里反复描述：先调登录接口拿 token，再调业务接口，断言 code=0，data 不能为空，token 字段得是非空字符串……写第一版的时候觉得挺新鲜，写到第五个接口的时候就开始烦了。每次都得把同样的规则重述一遍，稍不留神漏掉一个约束条件，生成的用例就跑偏。更让人头疼的是...
- 本文拆解NVIDIA Blackwell机密推理实验，强调复现实验需严控变量、同步评估吞吐/TPOT/安全状态与输出质量。指出性能数字不可直接外推，提出四维发布门禁（安全、质量、性能、稳定性），倡导测试工程师构建可复现的差分评测体系。 本文拆解NVIDIA Blackwell机密推理实验，强调复现实验需严控变量、同步评估吞吐/TPOT/安全状态与输出质量。指出性能数字不可直接外推，提出四维发布门禁（安全、质量、性能、稳定性），倡导测试工程师构建可复现的差分评测体系。
- NVIDIA用AI Coding Agent迁移ROS 2节点至CUDA Buffer，实现GPU零拷贝通信。本文强调：功能正确≠优化生效，测试需验证四大维度——语义等价性、CUDA Backend协商、无Payload级CPU拷贝、可靠CPU回退，方为可信迁移。 NVIDIA用AI Coding Agent迁移ROS 2节点至CUDA Buffer，实现GPU零拷贝通信。本文强调：功能正确≠优化生效，测试需验证四大维度——语义等价性、CUDA Backend协商、无Payload级CPU拷贝、可靠CPU回退，方为可信迁移。
- 假设你团队里的AI编码搭档干了一整夜：第二天一早，四十多个PR同时挤进流水线，CI从提交到出结果排起三个小时的队。数字是打的比方，但方向不是危言耸听——当写代码的不再只有人，“每条PR跑全量测试”这条CI铁律，正在以肉眼可见的速度失效。真实的样本来了。Anthropic工程师Sachin Malhotra在2026年9月14日的官方博客里公开了一组数字：Claude编写了公司80%的合并代码... 假设你团队里的AI编码搭档干了一整夜：第二天一早，四十多个PR同时挤进流水线，CI从提交到出结果排起三个小时的队。数字是打的比方，但方向不是危言耸听——当写代码的不再只有人，“每条PR跑全量测试”这条CI铁律，正在以肉眼可见的速度失效。真实的样本来了。Anthropic工程师Sachin Malhotra在2026年9月14日的官方博客里公开了一组数字：Claude编写了公司80%的合并代码...
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