- 本文提出OpenAPI生成式SDK的“质量门”方案：通过语言无关的黄金向量，统一校验多语言SDK在序列化、错误处理、SSE流控与版本溯源上的一致性，确保不同语言对同一契约做出相同业务解释。 本文提出OpenAPI生成式SDK的“质量门”方案：通过语言无关的黄金向量，统一校验多语言SDK在序列化、错误处理、SSE流控与版本溯源上的一致性，确保不同语言对同一契约做出相同业务解释。
- 本文探讨Agent架构新范式：LLM专注复杂推理，而高频判断（如Tool/Skill路由、上下文过滤、安全守门、执行复核）可交由轻量级“System One Model”（如Jev）高效处理。这将重塑Agent Harness设计，推动分层智能协作。 本文探讨Agent架构新范式：LLM专注复杂推理，而高频判断（如Tool/Skill路由、上下文过滤、安全守门、执行复核）可交由轻量级“System One Model”（如Jev）高效处理。这将重塑Agent Harness设计，推动分层智能协作。
- Jev是TypeSafe AI于2026年9月推出的“系统一模型”，不生成文本，专精低延迟结构化决策：支持Choice（多选项概率选择）、Score（连续范围评分）和Noul（校准布尔判断）三类原语，速度最高快193.6倍，成本最低降444.6倍。 Jev是TypeSafe AI于2026年9月推出的“系统一模型”，不生成文本，专精低延迟结构化决策：支持Choice（多选项概率选择）、Score（连续范围评分）和Noul（校准布尔判断）三类原语，速度最高快193.6倍，成本最低降444.6倍。
- 本文详解GitHub覆盖率门禁API化实践：支持基线（最低覆盖率）与变化量（允许下降幅度）双控，推动质量标准版本化、可审查、可回归；强调例外需代码化、规则须测试，并指出高覆盖率不等于高测试质量，须结合变异测试、关键断言与变更行覆盖三重验证。 本文详解GitHub覆盖率门禁API化实践：支持基线（最低覆盖率）与变化量（允许下降幅度）双控，推动质量标准版本化、可审查、可回归；强调例外需代码化、规则须测试，并指出高覆盖率不等于高测试质量，须结合变异测试、关键断言与变更行覆盖三重验证。
- GitHub Copilot代码评审升级：支持评论状态机（Open/Resolved/Missing），自动关闭需可验证证据；强调问题身份归一与重复评审稳定性，推动AI评审从“留评”迈向可信质量闭环。 GitHub Copilot代码评审升级：支持评论状态机（Open/Resolved/Missing），自动关闭需可验证证据；强调问题身份归一与重复评审稳定性，推动AI评审从“留评”迈向可信质量闭环。
- Playwright正深度适配AI Coding Agent：推出`playwright-cli`与可安装Skills，GitHub Agentic Workflows已默认切换至CLI模式。核心动因是降低MCP工具Schema对Agent上下文的消耗，推动“按需加载能力”的新范式——测试开发需关注：工具数量≠能力提升，而应聚焦Context预算、业务断言与Oracle（正确性定义）的坚守。 Playwright正深度适配AI Coding Agent：推出`playwright-cli`与可安装Skills，GitHub Agentic Workflows已默认切换至CLI模式。核心动因是降低MCP工具Schema对Agent上下文的消耗，推动“按需加载能力”的新范式——测试开发需关注：工具数量≠能力提升，而应聚焦Context预算、业务断言与Oracle（正确性定义）的坚守。
- GitHub披露Rust迁移中AI Agent主导编码，引发测试工程师对自动化价值的质疑。本文指出：基础脚本能力将被压缩，但“在不确定变更中证明系统可发布”的高阶质量保障能力愈发稀缺。提出四阶能力跃迁路径（脚本→框架→评测→Harness），强调从业务提炼不变量、设计抗偏预言机、转化线上失败为回归用例。建议以熟悉业务为锚点，通过四周实操升级能力——不比AI写得快，而比AI改得稳。 GitHub披露Rust迁移中AI Agent主导编码，引发测试工程师对自动化价值的质疑。本文指出：基础脚本能力将被压缩，但“在不确定变更中证明系统可发布”的高阶质量保障能力愈发稀缺。提出四阶能力跃迁路径（脚本→框架→评测→Harness），强调从业务提炼不变量、设计抗偏预言机、转化线上失败为回归用例。建议以熟悉业务为锚点，通过四周实操升级能力——不比AI写得快，而比AI改得稳。
- 团队做了一次看起来无害的优化：把 embedding 模型换成新版本，顺手把分块从 512 改到 1024，理由是「大段落语义更完整」。上线后抽查了几条问答，回答依旧流畅、语气依旧专业，没人觉得有问题。可两周后客服反馈，一批老问题的答案开始答非所问——问「退货运费谁承担」，答的却是「退货流程怎么走」。去查生成层，Prompt 没动、模型没换、温度没调。真正变了的，是检索层召回的段落：分块一改... 团队做了一次看起来无害的优化：把 embedding 模型换成新版本，顺手把分块从 512 改到 1024，理由是「大段落语义更完整」。上线后抽查了几条问答，回答依旧流畅、语气依旧专业，没人觉得有问题。可两周后客服反馈，一批老问题的答案开始答非所问——问「退货运费谁承担」，答的却是「退货流程怎么走」。去查生成层，Prompt 没动、模型没换、温度没调。真正变了的，是检索层召回的段落：分块一改...
- 本文揭示“高覆盖率仍漏测”的根源：用例数量≠测试有效性。提出风险驱动测试（RBT）方法——以“出问题概率×代价”为标尺，通过四象限风险矩阵与测试深度对照表，将有限资源精准投向高危区。不求全覆盖，而求关键处测深、测透。 本文揭示“高覆盖率仍漏测”的根源：用例数量≠测试有效性。提出风险驱动测试（RBT）方法——以“出问题概率×代价”为标尺，通过四象限风险矩阵与测试深度对照表，将有限资源精准投向高危区。不求全覆盖，而求关键处测深、测透。
- 本文揭秘微服务中“契约漂移”这一隐形杀手：字段名未变、返回码仍是200，但`amount`从number变成string，导致下游三处静默崩溃。提出用Pact实现消费者驱动契约测试——下游声明期望，上游构建时自动校验，让接口约定从“我以为”变为“不满足即失败”的CI门禁，彻底拦截结构漂移。 本文揭秘微服务中“契约漂移”这一隐形杀手：字段名未变、返回码仍是200，但`amount`从number变成string，导致下游三处静默崩溃。提出用Pact实现消费者驱动契约测试——下游声明期望，上游构建时自动校验，让接口约定从“我以为”变为“不满足即失败”的CI门禁，彻底拦截结构漂移。
- 本文揭示大模型测试中“固定值断言”的致命缺陷：因模型输出天然非确定（字段顺序、类型漂移、冗余文本等），`assert == 固定字典` 导致假红或漏检。提出用属性测试（Hypothesis + Pydantic）替代——聚焦守业务不变量（如金额非负、必填字段存在、不泄露提示），而非形态一致。解耦“输出长什么样”与“输出对不对”，让测试真正守住底线。 本文揭示大模型测试中“固定值断言”的致命缺陷：因模型输出天然非确定（字段顺序、类型漂移、冗余文本等），`assert == 固定字典` 导致假红或漏检。提出用属性测试（Hypothesis + Pydantic）替代——聚焦守业务不变量（如金额非负、必填字段存在、不泄露提示），而非形态一致。解耦“输出长什么样”与“输出对不对”，让测试真正守住底线。
- 本文厘清测试替身的五大分类（Dummy/Stub/Spy/Mock/Fake），指出滥用“万能Mock”导致测试脆弱或假绿的根源：混淆“提供数据”与“验证交互”。强调选型核心原则——**先明确断言对象（数据？交互？真实行为？），再决定替身类型**，并结合AI场景（如Agent轨迹验证、假模型替代）赋予经典模式新生命力。 本文厘清测试替身的五大分类（Dummy/Stub/Spy/Mock/Fake），指出滥用“万能Mock”导致测试脆弱或假绿的根源：混淆“提供数据”与“验证交互”。强调选型核心原则——**先明确断言对象（数据？交互？真实行为？），再决定替身类型**，并结合AI场景（如Agent轨迹验证、假模型替代）赋予经典模式新生命力。
- 本文详解如何将 axe-core 无障碍扫描集成到 Playwright 测试中，利用浏览器原生 accessibility tree 自动检测 WCAG 违规（如对比度不足、缺 alt/label、标题跳级等），并通过 CI 基线门禁拦截新增问题，让无障碍从“上线后被投诉”变为“合并前被拦截”。 本文详解如何将 axe-core 无障碍扫描集成到 Playwright 测试中，利用浏览器原生 accessibility tree 自动检测 WCAG 违规（如对比度不足、缺 alt/label、标题跳级等），并通过 CI 基线门禁拦截新增问题，让无障碍从“上线后被投诉”变为“合并前被拦截”。
- 本文揭示RAG客服应用因缺乏Prompt注入防护而致系统提示词泄露的事故，指出问题根源在于测试只关注“答得对”，却忽视“会不会答不该答的”。提出将注入测试升级为可回归的红队用例集：结构化存于jsonl，覆盖四类注入；用pytest参数化断言输出、工具调用与拒答行为；接入CI自动拦截。安全不是模型天赋，而是靠可执行、可演进的断言守出来的。 本文揭示RAG客服应用因缺乏Prompt注入防护而致系统提示词泄露的事故，指出问题根源在于测试只关注“答得对”，却忽视“会不会答不该答的”。提出将注入测试升级为可回归的红队用例集：结构化存于jsonl，覆盖四类注入；用pytest参数化断言输出、工具调用与拒答行为；接入CI自动拦截。安全不是模型天赋，而是靠可执行、可演进的断言守出来的。
- 本文介绍Agent测试新范式——行为评估（Behavioral Evaluation）：摒弃仅校验最终结果的“outcome-only”方式，转而对工具调用轨迹（Trajectory）进行三层断言——工具选择、调用顺序与参数、过程与结果一致性。通过jsonl落库、pytest回归、CI门禁，实现可复现、可归因、防蒙对的高可信测试，让Agent能力而非运气成为上线依据。 本文介绍Agent测试新范式——行为评估（Behavioral Evaluation）：摒弃仅校验最终结果的“outcome-only”方式，转而对工具调用轨迹（Trajectory）进行三层断言——工具选择、调用顺序与参数、过程与结果一致性。通过jsonl落库、pytest回归、CI门禁，实现可复现、可归因、防蒙对的高可信测试，让Agent能力而非运气成为上线依据。
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