<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[hogwarts_2022的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/hogwarts_2022</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; hogwarts_2022]]></copyright><item><title><![CDATA[测试团队怎么证明 Agent 真能接入你的产品？]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/169459196</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/169459196</guid><author>hogwarts_2022</author><pubDate>Thu, 29 Oct 2026 15:47:20 +0800</pubDate><description><![CDATA[微软的 Scope 把实验配置作为可复用、可版本化的 Profile，记录 Worker、模型、Agent 版本、Skills、MCP Server 和扩展；固定模型与 Agent 运行环境，保存每次执行的输入、工具调用、修改差异、构建和测试结果。上线后，用户看到的不是 Agent 的内部推理，而是产品的文档、错误信息、工具描述是否让任务顺利完成。对测试工程师来说，变化很具体：只验证“这段代码能跑”已经不够，还要验证产品知识是否可发现、API 是否容易选对、出错后工具是否给出可恢复的信息。]]></description><category></category></item><item><title><![CDATA[Playwright MCP vs CLI + Skills：故障注入后的测试恢复机制与稳定性评测]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/169162891</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/169162891</guid><author>hogwarts_2022</author><pubDate>Mon, 26 Oct 2026 15:32:23 +0800</pubDate><description><![CDATA[如果你们团队已经使用 Agent 执行 Web 自动化测试，当接口超时、页面失效或浏览器会话中断时，现在的测试系统能够从故障位置恢复，还是只能从头重新执行？本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料，主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容，侧重测试实践、工具应用与工程经验整理。随着 Agent 承担更多测试任务，测试平台会逐步增加执行状态管理、故障分类、恢复策略和结果校验能力。有的 Agent 会不断刷新页面，有的重新执行整条用例，还有的绕过失败步骤，最后报告测试成功。]]></description><category></category></item><item><title><![CDATA[Google公开Agent评测路径：从人工读Trace到发布门禁]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/168767958</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/168767958</guid><author>hogwarts_2022</author><pubDate>Thu, 22 Oct 2026 15:55:24 +0800</pubDate><description><![CDATA[还要允许失败样本过期。每条Trace至少保留用户输入、模型版本、提示词哈希、工具名、参数、参数来源、工具返回、重试次数、最终回复、Token和延迟。本文不复述工具安装步骤，而是把Google公开的Day 0到Day 2路径改造成测试团队可以落地的发布方案：怎样定义“成功”、怎样读Trace、怎样把人工判断转成布尔断言，以及怎样让成本、延迟和工具副作用真正进入上线门禁。Judge也尽量使用布尔问题：不要问“回答质量几分”，而问“是否在调用退款工具前确认了订单归属”“是否把工具返回的待处理状态写成已到账”。]]></description><category></category></item><item><title><![CDATA[大模型来了，测试岗不降反增？拆解 AI 测试的新机会]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/168767548</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/168767548</guid><author>hogwarts_2022</author><pubDate>Thu, 22 Oct 2026 15:41:09 +0800</pubDate><description><![CDATA[南开大学就业指导中心发布的 AI 测试工程师岗位职责里，明确写着：参与 AI Agent 产品的测试和质量保障，设计测试用例验证回答准确性、工具调用、多轮交互、权限和系统稳定性，参与评测数据集、自动化评测工具及版本回归体系建设。你以前做接口测试时测的那些场景——未登录访问、Token 失效、参数篡改、越权访问、异常参数、重放请求——本质上是“测试系统能不能抵抗一个主动寻找边界的调用方”。如果你已经有一到三年的测试经验，你过去积累的场景设计能力、边界构造思维、自动化基础，恰恰是 AI 测试最需要的基本功。]]></description><category></category></item><item><title><![CDATA[Google给生产Agent配了一名AI质检员，测试团队该把什么交给它？]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/168763556</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/168763556</guid><author>hogwarts_2022</author><pubDate>Thu, 22 Oct 2026 14:15:19 +0800</pubDate><description><![CDATA[这不是虚构的组织故事。更稳妥的做法是：业务负责人维护不可交换的结果定义，测试团队维护风险样本与独立门禁，平台团队维护运行与数据链路，安全团队管理权限与数据使用。本文基于公开架构作出的判断是：未来6到18个月，Agent质量平台的差异不会只在评测器数量，而在能否连接真实业务结果、部署版本与可复现证据。外循环的意义，是从真实流量发现新模式：先用信号筛出异常会话，再聚类相似失败，抽取代表样本，复核是否真问题，随后定位到部署版本与源码，最后把确认过的样本送回内循环。“转人工”可能是失败，也可能是正确的安全策略。]]></description><category></category></item><item><title><![CDATA[WorkBuddy 安装 Skill 后，为什么测试不能只看调用成功？]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/168754633</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/168754633</guid><author>hogwarts_2022</author><pubDate>Thu, 22 Oct 2026 11:33:54 +0800</pubDate><description><![CDATA[这个事实很容易让测试从“安装是否成功、命令能否执行”开始，但真正危险的问题发生在成功之后：Skill从哪里来、拿到哪些权限、参数由谁提供、更新后边界有没有变化。测试用例不要只写“调用成功”，而写成：给定已签名版本、最小权限和受控输入，当Agent计划读取报告目录并生成文件时，只允许访问白名单路径；权限差异测试比较新旧版本的文件、网络、凭据和副作用。本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料，主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容，侧重测试实践、工具应用与工程经验整理。]]></description><category></category></item><item><title><![CDATA[软件测试人收藏夹：这 20 条命令，排查环境问题先翻这一页]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/168752357</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/168752357</guid><author>hogwarts_2022</author><pubDate>Thu, 22 Oct 2026 11:03:22 +0800</pubDate><description><![CDATA[测试环境里常见的“服务莫名其妙变慢”，有时候不是服务本身的问题，是同一台机器上另一个进程把 CPU 打满了。本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料，主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容，侧重测试实践、工具应用与工程经验整理。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。里，但内核 OOM、systemd 层面的启动失败、依赖服务的报错，会出现在。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”。]]></description><category></category></item><item><title><![CDATA[Playwright CLI + Skills 实战：从页面探索到 Web 自动化用例生成]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/168656024</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/168656024</guid><author>hogwarts_2022</author><pubDate>Wed, 21 Oct 2026 15:46:41 +0800</pubDate><description><![CDATA[本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料，主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容，侧重测试实践、工具应用与工程经验整理。配合 Skills，编码 Agent 可以先探索真实页面、编写测试计划，再根据计划生成用例，最后结合执行结果排查失败原因。如果直接让 AI 写代码，它可能只覆盖新增任务，却漏掉空输入、任务完成、删除任务和刷新后的数据状态。只写点击和输入，得到的只是操作脚本。根据页面快照，Agent 可以识别输入框、按钮和列表，再通过点击、输入等操作观察页面变化。]]></description><category></category></item><item><title><![CDATA[Playwright CLI + Skills：编程 Agent 的浏览器工具调用与执行架构]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/168553804</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/168553804</guid><author>hogwarts_2022</author><pubDate>Tue, 20 Oct 2026 15:47:27 +0800</pubDate><description><![CDATA[本文结合官方实现和 TodoMVC 测试案例，拆解 Skill 加载、CLI 命令执行、浏览器会话管理与 Playwright Test 的协作机制，并讨论它在真实测试开发项目中的使用方式。CLI 负责调用浏览器；本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料，主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容，侧重测试实践、工具应用与工程经验整理。使用 Playwright Skills 后，Agent 可以按照对应指南，先进入浏览器查看页面，再执行操作并利用实际输出生成测试代码。]]></description><category></category></item><item><title><![CDATA[Claude 疯狂写代码压垮 Git：AI Agent 时代，测试迎接全新质量挑战]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/168542959</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/168542959</guid><author>hogwarts_2022</author><pubDate>Tue, 20 Oct 2026 11:34:38 +0800</pubDate><description><![CDATA[Claude Agent，分别监控scion‑daemon、scion‑cache、合并队列，读取遥测日志，挖掘传统告警规则发现不了的异常，作为监控体系的补充层。本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料，主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容，侧重测试实践、工具应用与工程经验整理。为防止海量Agent请求压垮中心服务，Scion设计三层缓存架构，每层缓存命中率＞99%，同时做故障域隔离，缓存故障不会直接击穿到上游权威服务。Scion解决了版本控制系统的性能瓶颈，但。]]></description><category></category></item><item><title><![CDATA[200 行 Python + Playwright，把 15 小时手动 QA 活干成 4 分钟]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/168449211</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/168449211</guid><author>hogwarts_2022</author><pubDate>Mon, 19 Oct 2026 17:19:44 +0800</pubDate><description><![CDATA[一周下来，15 个小时全耗在“打开测试环境、登录、钻三层菜单、填表单、点提交、等加载、查表格”这些动作上。200 行代码替掉的是登录、填表、点提交、等加载、查表格。留下来的，是“这次改动到底该重点测哪里”“这个失败是真 Bug 还是脚本问题”“这个版本能不能发”。同时删掉了两个冗余的手动检查步骤，流程从“看起来完整”变成了“真正可执行”。UI 自动化最常见的“假通过”是：页面显示了“提交成功”，脚本就判通过——但后台订单根本没生成。这 30 行决定了脚本是在“替你确认质量”，还是在“替你走个过场”。]]></description><category></category></item><item><title><![CDATA[腾讯 WorkBuddy 实战：一份登录需求，带你学会5种测试思路]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/168447160</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/168447160</guid><author>hogwarts_2022</author><pubDate>Mon, 19 Oct 2026 16:11:45 +0800</pubDate><description><![CDATA[但对软件测试新人来说，真正值得学习的不是让 AI 一次生成多少条用例，而是如何分析需求、设计边界值、发现需求遗漏、评审测试用例，以及判断测试结果。本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料，主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容，侧重测试实践、工具应用与工程经验整理。简单理解，普通 AI 聊天工具主要帮你回答问题，而 WorkBuddy 除了提供分析建议，还可以进一步规划任务、调用工具、处理文件，并形成具体的交付结果。]]></description><category></category></item><item><title><![CDATA[LangChain把生产Trace送回评测集：团队怎么复制这条闭环]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/168445291</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/168445291</guid><author>hogwarts_2022</author><pubDate>Mon, 19 Oct 2026 15:20:03 +0800</pubDate><description><![CDATA[把这套公开机制落到测试任务中，可以构造这样一条高风险用例：退货知识库从旧版切到新版后，用户问“定制商品拆封后还能退吗”，AI先给出肯定答复，又准备调用创建退货申请工具。下次知识库更新，不要先问“准确率提高了吗”，先拿最容易造成赔付和投诉的十条链路，证明它不会把一句错误答案变成真实业务动作。准备样本时不要只改几个近义词，要沿业务边界变化：普通商品与定制商品、签收前与签收后、不同地区、不同会员等级、规则生效前后的历史订单。模型、Prompt、工具或知识版本变化时，按风险选择进入提交门禁、夜间回归或发布前全量。]]></description><category></category></item><item><title><![CDATA[Agent 跑完 Shell 没报错≠安全：多数测试团队没设这 4 道关卡]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/168436280</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/168436280</guid><author>hogwarts_2022</author><pubDate>Mon, 19 Oct 2026 11:46:30 +0800</pubDate><description><![CDATA[尤其要检查同一目的的替代路径：文件读取被拒后是否改用打包命令，网络域名被拦后是否直接访问IP，凭据不可见后是否读取进程环境。微软10月7日公布Execution Containers正式可用，重点不是给进程换一个名字，而是用策略控制Agent对文件、网络和身份的访问，并让环境可管理、可销毁。容器销毁后，临时令牌应失效，挂载目录应解除，后台进程应停止，外部回调地址应撤销。没有数据泄漏告警，也没有命令失败；最后把高风险动作设为CI硬门禁：访问凭据目录、连接未授权域、使用陌生身份、销毁失败任一出现，任务即失败。]]></description><category></category></item><item><title><![CDATA[用传统方法测 AI Agent，我踩了半个月的坑]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/168435261</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/168435261</guid><author>hogwarts_2022</author><pubDate>Mon, 19 Oct 2026 11:24:10 +0800</pubDate><description><![CDATA[我测那个客服 Agent 的时候，最大的困惑是“不知道在测什么”。功能测试那套断言写不了——你没法 assertEquals(回复, “好的”)，因为每次措辞都不一样。行为规范又散落在产品文档和系统提示里，没有一个统一的“测试依据”。ASSERT 的思路是把“行为规范”变成测试的核心输入，而不是背景参考。这个方向是对的。但它不是银弹。LLM 裁判会有偏差，生成的场景可能触发副作用，高风险结论仍然需要人工复核。99% 的组织在将 AI 智能体投入生产之前根本不进行任何评估。不是不想测，是不知道怎么测。]]></description><category></category></item><item><title><![CDATA[Jev火了之后，AI质检开始只输出概率：这种模型到底该怎么测？]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/167810679</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/167810679</guid><author>hogwarts_2022</author><pubDate>Tue, 13 Oct 2026 17:34:22 +0800</pubDate><description><![CDATA[从近期决策模型Jev切入，拆解“只输出概率”的AI质检器为什么仍会产生高置信误判，并给出数据集、阈值、校准、漂移和CI门禁的完整测试方法。客服回复了一句：“已经帮您申请退款，预计三个工作日到账。”AI质检器返回：合规概率0.94。流水线据此放行，第二天业务才发现，这个订单根本不满足退款条件，客服也没有真正发起退款。这类问题和聊天机器人答错不一样。决策模型不负责写一段漂亮答案，它只做判断：合规还是违规、投诉属于哪一类、图片有没有缺陷、这条请求要不要转人工。输出看起来更简单，却可能直接控制后续流程。]]></description><category></category></item><item><title><![CDATA[Agent、MCP、Skill、CLI、Model：老系统接入 AI 的架构与改造路径]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/167810477</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/167810477</guid><author>hogwarts_2022</author><pubDate>Tue, 13 Oct 2026 17:24:25 +0800</pubDate><description><![CDATA[随着 AI Agent 进入企业业务系统，越来越多的团队开始面临一个实际问题：如何让 AI 操作企业现有的业务系统，而不必重新开发一套系统？比如，员工通过对话查询年假余额、提交请假申请；研发人员用自然语言检索 PLM 系统中的 BOM 和图纸；测试人员让 Agent 查询缺陷、创建测试任务，或者执行已有的自动化测试脚本。这些需求都涉及 Agent、MCP、Skill、CLI 和 Model，但五者承担的职责完全不同。]]></description><category></category></item><item><title><![CDATA[Google把Coding Agent放进长任务评测后，最难验的工作才刚开始]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/167810363</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/167810363</guid><author>hogwarts_2022</author><pubDate>Tue, 13 Oct 2026 17:19:16 +0800</pubDate><description><![CDATA[从一次看似完成的移动端迁移出发，建立规格、运行态、轨迹和回归四类证据。Google Android Developers公布的Android Bench 2.0不是几道小修Bug题：官方任务覆盖新应用、架构迁移、新功能与跨平台转换，其中迁移任务最多涉及294个文件；验证同时检查运行状态、数据库、系统边界、回归、视觉和无障碍，而不是只看能否编译。这个Benchmark正是本文场景的真实源头。]]></description><category></category></item><item><title><![CDATA[测试数据生成 Skill、Mock Skill、断言 Skill：Agent 测试三件套]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/167809379</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/167809379</guid><author>hogwarts_2022</author><pubDate>Tue, 13 Oct 2026 16:39:02 +0800</pubDate><description><![CDATA[Agent接口测试的核心，不是“让AI写脚本”，是“把测试逻辑拆成可复用的能力单元”。测试数据生成Skill解决“输入什么”，Mock Skill解决“依赖怎么响应”，断言Skill解决“怎么判断对错”。三个Skill各管一段，组合起来就是一条完整的测试链路。以前你把这三件事写在一个Python文件里，改一个牵动全身。现在你把它们拆成三个Skill，每个都能独立复用、独立迭代。你不需要再手写第N版测试用例了。你只需要把三件套拼起来，让Agent照着跑。下次你面对一个接口测试任务的时候，别打开编辑器了。]]></description><category></category></item><item><title><![CDATA[Playwright小项目：跑100次量出flaky率，产出物直接进作品集]]></title><link>https://blog.csdn.net/hogwarts_2022/article/details/167808749</link><guid>https://blog.csdn.net/hogwarts_2022/article/details/167808749</guid><author>hogwarts_2022</author><pubDate>Tue, 13 Oct 2026 16:11:53 +0800</pubDate><description><![CDATA[聊到 UI 自动化，对面问了句很轻的话：你写的那些用例，怎么知道它稳不稳？你张嘴就是"跑了一遍，全绿"。追问跟着就到："跑了几次？有没有重试？重试才过的占多少？“三个问句，一个都接不上。因为绿是一个瞬间的状态，稳是一段分布上的概率——手里没有跑过 N 次的记录，这题就没法答，只能重复那句"我这边跑是绿的”。这不是抬杠，是这轮工具演进下新人最该补的一块。]]></description><category></category></item></channel></rss>