<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[吾非技道之翘楚，唯好研索之学人耳。此处所录，或为既往所历之困厄，或为解厄寻途之思绎，亦有学而随记之零散笺注 —— 犹整理书斋，将诸般识见渐次厘剔，使各归其序。若此些微碎语，能助同路求索之君，实乃吾之幸事！诚邀共论，相携精进，不亦乐乎？]]></title><description><![CDATA[如其坐而论道，不如起而行之。]]></description><link>https://blog.csdn.net/lovingsoft</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; lovingsoft]]></copyright><item><title><![CDATA[AI 开发的软件质量如何保证？一套可落地的 LLM 应用质量工程体系（QA 视角）]]></title><link>https://blog.csdn.net/lovingsoft/article/details/168250938</link><guid>https://blog.csdn.net/lovingsoft/article/details/168250938</guid><author>lovingsoft</author><pubDate>Sat, 17 Oct 2026 23:24:02 +0800</pubDate><description><![CDATA[这一层不是"加分项"，是红线。以下任一项翻车，可能直接封号或违法。红线说明QA 动作提示注入防护用户输入诱导模型越权/泄露系统 prompt对抗评测集 + 输入过滤越权执行模型调用了无权限的工具/接口工具权限矩阵 + 调用审计敏感信息泄露输出含 PII / 内部数据输出扫描 + 脱敏AI 生成内容标识按《AI 生成内容标识办法》显式标注输出端强制打标行业合规话术金融/医疗/教育等领域禁用违规表述规则引擎 + 人工审核安全评测必须进质量门禁的强制卡点。]]></description><category></category></item><item><title><![CDATA[Chrome Lighthouse 详解]]></title><link>https://blog.csdn.net/lovingsoft/article/details/167917225</link><guid>https://blog.csdn.net/lovingsoft/article/details/167917225</guid><author>lovingsoft</author><pubDate>Wed, 14 Oct 2026 16:37:55 +0800</pubDate><description><![CDATA[从发起加载到页面。]]></description><category></category></item><item><title><![CDATA[网页性能测试：从底层原理、指标体系到工程落地实战]]></title><link>https://blog.csdn.net/lovingsoft/article/details/167916688</link><guid>https://blog.csdn.net/lovingsoft/article/details/167916688</guid><author>lovingsoft</author><pubDate>Wed, 14 Oct 2026 16:16:00 +0800</pubDate><description><![CDATA[本文系统梳理网页性能测试全链路体系，揭示性能本质为用户体验量化。从加载原理（DNS、TCP、渲染路径）到核心指标（LCP、INP、CLS），区分合成测试与真实用户监控（RUM）互补定位，强调以P75分位值替代平均值。结合Chrome DevTools、Lighthouse、Sitespeed等工具，构建CI自动化回归与性能预算机制，提出“瓶颈域定位—针对性优化”方法论，特别针对SPA软导航与第三方脚本等难点给出解决方案，倡导持续性能治理，实现从“看懂指标”到“精准优化”的闭环。]]></description><category></category></item><item><title><![CDATA[网页性能测试技术指标]]></title><link>https://blog.csdn.net/lovingsoft/article/details/167916628</link><guid>https://blog.csdn.net/lovingsoft/article/details/167916628</guid><author>lovingsoft</author><pubDate>Wed, 14 Oct 2026 16:10:20 +0800</pubDate><description><![CDATA[性能测试关乎用户体验与转化率，需超越Lighthouse评分，回归真实用户数据。WebPageTest等工具通过多场景、多浏览器测试，提供全链路分析。核心指标如LCP、INP、CLS（2026版）聚焦用户中心体验，其中INP取代FID，更全面衡量响应性。测试应分类型、多视角分析，构建“用户-开发-运维”协同优化框架。建议采用体系化流程，结合限速模拟、多次取中位数、持续监控，实现性能的长期可维护性。]]></description><category></category></item><item><title><![CDATA[Multica 创建 Squad（小队）]]></title><link>https://blog.csdn.net/lovingsoft/article/details/166347371</link><guid>https://blog.csdn.net/lovingsoft/article/details/166347371</guid><author>lovingsoft</author><pubDate>Tue, 22 Sep 2026 11:10:45 +0800</pubDate><description><![CDATA[multica.ai。multica.ai。]]></description><category></category></item><item><title><![CDATA[大模型什么是激活参数，分清总参数与激活参数，看懂 MoE 宣传陷阱]]></title><link>https://blog.csdn.net/lovingsoft/article/details/165891582</link><guid>https://blog.csdn.net/lovingsoft/article/details/165891582</guid><author>lovingsoft</author><pubDate>Fri, 18 Sep 2026 23:04:38 +0800</pubDate><description><![CDATA[总参 320B 大模型！” 看到这样的宣传，很多人第一印象：这是一个 320B 的巨型大模型，推理就要消耗 320B 模型对应的算力。磁盘、显存加载完整 320B 全部权重，但是每一个 token 推理计算的时候，只会调用其中一小部分参数参与运算，这部分真正干活的权重就是激活参数。总参数 (Total Parameters)、激活参数 (Active Parameters)。稠密模型时代二者基本相等；进入 MoE 稀疏模型时代，两个数值彻底分开，这也是很多宣传话术容易混淆的地方。]]></description><category></category></item><item><title><![CDATA[大模型人类盲测：彻底读懂LLM最真实的评测方式（对比机器跑分/AI裁判）]]></title><link>https://blog.csdn.net/lovingsoft/article/details/165891440</link><guid>https://blog.csdn.net/lovingsoft/article/details/165891440</guid><author>lovingsoft</author><pubDate>Fri, 18 Sep 2026 22:57:23 +0800</pubDate><description><![CDATA[跑分高的模型，日常使用体验反而不如低分模型。核心原因是传统评测依赖机器自动Benchmark跑分（如MMLU、GSM8K等固定题库）。这类标准化考题存在致命漏洞：各大厂商会针对性将题库数据纳入训练集，实现“刷榜提分”，最终造成分数虚高、实战拉胯的现象，完全无法反映用户真实对话、创作、解题、落地场景体验。在此背景下，能够规避刷榜、贴合真实使用场景的大模型人类盲测，成为行业公认的黄金评测方案，也是目前LMSYS Chatbot Arena全球通用的权威评测标准。大模型人类盲测（人类匿名评测），是一种。]]></description><category></category></item><item><title><![CDATA[大模型选型到底看哪些参数？别只盯着参数量]]></title><link>https://blog.csdn.net/lovingsoft/article/details/165891269</link><guid>https://blog.csdn.net/lovingsoft/article/details/165891269</guid><author>lovingsoft</author><pubDate>Fri, 18 Sep 2026 22:45:29 +0800</pubDate><description><![CDATA[参数量是最容易获取、也最容易误导的指标。真正的选型逻辑是先算硬件边界，再看带宽决定的速度，最后才用榜单在同档位内挑。搞反顺序，就会陷入"下载 → 装不下 → 换小的 → 效果差 → 换大的 → 慢到没法用"的循环。先量清楚自己机器的带宽和内存，再去挑模型。这一步花十分钟，能省下几小时的下载和试错。]]></description><category></category></item><item><title><![CDATA[手动粘贴 Prompt 管不住 5 个 Agent？用 Multica 把编码助手变成“正式员工“，效率翻倍]]></title><link>https://blog.csdn.net/lovingsoft/article/details/165241680</link><guid>https://blog.csdn.net/lovingsoft/article/details/165241680</guid><author>lovingsoft</author><pubDate>Sun, 13 Sep 2026 19:27:04 +0800</pubDate><description><![CDATA[Multica是开源的ManagedAgents平台，将AI编码Agent视为团队成员，通过看板式协作、本地守护进程（Daemon）与技能沉淀机制，解决多Agent时代的上下文丢失、进度黑盒与协作失序问题。它不运行LLM或编排逻辑，仅作为调度控制面，确保代码与密钥留本地；支持任务分配、Squad路由、Autopilot定时触发及技能复用，实现团队能力复利。特别适合测试等需流程化、证据化交付的场景，让AI如真实同事般协同工作，显著提升研发效率。]]></description><category></category></item><item><title><![CDATA[AI测试中的对抗测试：从“找Bug”到“预演战争”]]></title><link>https://blog.csdn.net/lovingsoft/article/details/165002750</link><guid>https://blog.csdn.net/lovingsoft/article/details/165002750</guid><author>lovingsoft</author><pubDate>Fri, 11 Sep 2026 17:00:50 +0800</pubDate><description><![CDATA[AI系统在金融、医疗、自动驾驶等关键领域落地，传统测试范式已无法保障安全。对抗测试作为最后一道防线，通过模拟恶意攻击，揭示模型在边缘输入下的脆弱性。文章系统梳理对抗测试核心逻辑、五大主流攻击类型（如对抗样本、提示注入、多轮攻击、Agent行为层攻击及供应链攻击），并展望2026年四大趋势：测试即服务嵌入CI/CD、多模态协同成为标配、从模型评估转向Agent评估、对抗透明度成合规刚需。提出五项实践建议：重视多轮测试、分层检测、真实场景验证、左移测试、持续更新攻击策略。最终强调，对抗测试不仅是技术手段，更是推]]></description><category></category></item><item><title><![CDATA[WorkBuddy 工作空间与工作目录使用指导]]></title><link>https://blog.csdn.net/lovingsoft/article/details/164064387</link><guid>https://blog.csdn.net/lovingsoft/article/details/164064387</guid><author>lovingsoft</author><pubDate>Tue, 25 Aug 2026 20:39:46 +0800</pubDate><description><![CDATA[在 WorkBuddy 里，工作空间（Workspace）本质上是承载某一个项目相关数据的本地目录。你在任务输入框左下角「选择工作空间」选定的那个文件夹，就是 WorkBuddy 本次任务读取文件、执行命令、生成产物的边界。它不是云端虚拟空间，而是你电脑上的真实文件夹。它决定了「这次任务在谁的地盘上干活」。一个项目 = 一个工作空间；团队共用同一项目时，大家的工作空间就是同一个项目目录。官方文档在「创建任务」页明确：选择工作空间后，WorkBuddy 会基于该目录读取和处理文件。]]></description><category></category></item><item><title><![CDATA[AI时代，功能性测试到底要保障什么？]]></title><link>https://blog.csdn.net/lovingsoft/article/details/163996866</link><guid>https://blog.csdn.net/lovingsoft/article/details/163996866</guid><author>lovingsoft</author><pubDate>Sun, 23 Aug 2026 14:03:25 +0800</pubDate><description><![CDATA[从"确定性行为验证"到"概率性行为治理"CodeRabbit 对 470 个开源 Pull Request 的分析发现，AI 合著代码的问题总数大约是人工编写代码的，其中逻辑和正确性错误的比例更高。这个数据有点反直觉：AI 写代码越来越快，测试的瓶颈反而更突出了。ICSE 2025 的一篇论文甚至给这个现象起了个名字——：AI 生成测试，测试通过，被测代码里有真实 bug，bug 照样发布到生产环境。问题出在哪？不是测试人员不够努力，而是"功能性"这个概念本身变了。]]></description><category></category></item><item><title><![CDATA[AI Agent 不是复读机：一个“计划-观察-执行“闭环，把大模型从聊天框变成能闭环干活的实习生]]></title><link>https://blog.csdn.net/lovingsoft/article/details/163921718</link><guid>https://blog.csdn.net/lovingsoft/article/details/163921718</guid><author>lovingsoft</author><pubDate>Thu, 20 Aug 2026 21:00:00 +0800</pubDate><description><![CDATA[摘要：本文探讨了如何通过ReAct（Reasoning+Acting）循环和工具注册表，将大模型从“一次性回答”升级为能闭环完成任务的智能体（Agent）。传统直接调用大模型的方式在多步骤任务中表现不佳，而ReAct通过交替执行推理和行动，结合外部工具调用，显著提升任务完成率。文章提供了一个200行Python的骨架代码，演示如何实现工具注册、模型调用和循环逻辑，并强调工程化细节（如工具描述优化、结果截断和循环控制）对生产环境的重要性。最终对比显示，ReAct Agent将多步骤任务完成率从30%~40%提]]></description><category></category></item><item><title><![CDATA[browser‑use 自然语言 UI 自动化测试完整总结]]></title><link>https://blog.csdn.net/lovingsoft/article/details/163894151</link><guid>https://blog.csdn.net/lovingsoft/article/details/163894151</guid><author>lovingsoft</author><pubDate>Wed, 19 Aug 2026 19:14:18 +0800</pubDate><description><![CDATA[不用手写 XPath/CSS 选择器，用自然语言写测试步骤，自动完成 E2E 操作、页面断言、截图取证。环境要求：Python ≥3.11；适合：冒烟测试、探索性测试、业务用例原型；。]]></description><category></category></item><item><title><![CDATA[Spec-Kit 全生态开源项目梳理｜官方原版、汉化分支、增强版、竞品选型指南]]></title><link>https://blog.csdn.net/lovingsoft/article/details/163878816</link><guid>https://blog.csdn.net/lovingsoft/article/details/163878816</guid><author>lovingsoft</author><pubDate>Wed, 19 Aug 2026 10:27:18 +0800</pubDate><description><![CDATA[摘要：Spec-Kit 是 GitHub 推出的规格驱动开发（SDD，Spec-Driven Development）开源工具，彻底改变传统 AI 编码“先写代码、后补文档”的乱象，实现需求 Spec → 方案 Plan → 任务 Tasks → 代码实现 → 合规校验的全流程可审计开发。目前生态已衍生出官方原版、中文汉化、生产增强、配套扩展等数十个开源项目。本文全面梳理 Spec-Kit 主流生态项目，横向对比优劣、适用场景，给出精准选型方案，适配个人开发、团队协作、多Agent生产场景。
]]></description><category></category></item><item><title><![CDATA[MCP 不是 API，是大模型的手：Function Calling 之后，AI Agent 落地的正确姿势]]></title><link>https://blog.csdn.net/lovingsoft/article/details/163823715</link><guid>https://blog.csdn.net/lovingsoft/article/details/163823715</guid><author>lovingsoft</author><pubDate>Mon, 17 Aug 2026 18:30:00 +0800</pubDate><description><![CDATA[摘要： MCP（ModelContextProtocol）是2026年AI工程化的事实标准，旨在解决FunctionCalling在复杂业务场景中的短板。FunctionCalling仅实现模型意图的结构化表达，而MCP通过标准化连接层，统一工具发现、路由调用、协议转换等，实现业务系统的安全、复用与动态扩展。MCP将模型与外部系统解耦，支持多模型兼容，显著降低开发维护成本（如新增系统从3天缩短至30分钟）。核心实践包括MCPServer的权限控制、工具描述优化及延迟管理。MCP与FunctionCallin]]></description><category></category></item><item><title><![CDATA[DeepSeek + Harness：给 AI 工程底座换上国产引擎，成本砍到十分之一]]></title><link>https://blog.csdn.net/lovingsoft/article/details/163784691</link><guid>https://blog.csdn.net/lovingsoft/article/details/163784691</guid><author>lovingsoft</author><pubDate>Sat, 15 Aug 2026 23:46:55 +0800</pubDate><description><![CDATA[Harness 提供受控、可复现、可观测的执行环境，其核心功能类似操作系统，负责管理资源、调度任务、监控状态。它不关心执行的智能体具体是谁，仅确保环境稳定性和任务可追踪性。]]></description><category></category></item><item><title><![CDATA[Harness Engineering 系列教程 ·实战与落地]]></title><link>https://blog.csdn.net/lovingsoft/article/details/163784048</link><guid>https://blog.csdn.net/lovingsoft/article/details/163784048</guid><author>lovingsoft</author><pubDate>Sat, 15 Aug 2026 22:06:04 +0800</pubDate><description><![CDATA[本文摘要：文章系统介绍了测试Harness的设计与实现，重点强调架构优先于代码。通过Playwright实战演示了最小可用Web测试Harness的四组件架构：Locator（定位）、Executor（执行）、Oracle（断言）、Reporter（报告）。核心观点包括：1）架构正确才能保证扩展是加法而非重写；2）测试意图与执行引擎需解耦；3）组件边界应清晰划分。文章还提出生产级Harness的10条军规，前5条确保可信性（受控/可复现/可观测），后5条保证可维护性。关键金句&quot;架构对了扩展是加法，]]></description><category></category></item><item><title><![CDATA[从软件测试看herness溯源与认知]]></title><link>https://blog.csdn.net/lovingsoft/article/details/163783749</link><guid>https://blog.csdn.net/lovingsoft/article/details/163783749</guid><author>lovingsoft</author><pubDate>Sat, 15 Aug 2026 22:01:44 +0800</pubDate><description><![CDATA[摘要：Harness 这个词被用得很乱。本文给出一个可操作的定义，并用一个核心判断把它和 pytest、Playwright、JMeter 这些"框架"彻底区分开——一句话：框架是工具，Harness 是操作系统。Harness Engineering 到底指什么？我见过太多人把"Harness"和"测试框架"混为一谈。招聘 JD 里写"熟悉测试 Harness"，点进去发现就是"会用 pytest"。这不怪他们——中文语境里这俩词经常被划等号。但这个等号，恰恰挡住了很多人从"写用例"走向"造工具"。]]></description><category></category></item><item><title><![CDATA[Agent Skills 检验评测开源skills]]></title><link>https://blog.csdn.net/lovingsoft/article/details/163569255</link><guid>https://blog.csdn.net/lovingsoft/article/details/163569255</guid><author>lovingsoft</author><pubDate>Fri, 07 Aug 2026 17:12:01 +0800</pubDate><description><![CDATA[文章摘要： 随着Agent技术从实验走向生产环境，Skill（技能/工具）成为智能体的核心能力单元，但其质量参差不齐，亟需标准化检测机制。本文系统梳理了开源生态中Skill开发、校验、测试与集成的全链路工具，包括： 框架支持：LangChain、AutoGPT等通用Agent框架提供Skill注册与基础校验能力。 专项检测：如ToolAI-Validator（Schema校验）、SkillSpector（安全扫描）、SkillBenchmark（效用评估）等，覆盖静态分析、动态测试、混沌测试等场景。 国产方]]></description><category></category></item></channel></rss>