Agente de IA en pruebas: por qué los resultados sólidos provienen del circuito de ingeniería, no del prompt
National Institute of Standards and Technology
International Organization for Standardization
IEEE
International Software Testing Qualifications Board
Se propone una metodología para agentes de IA en pruebas, alejándose de la dependencia de prompts y modelos. El circuito de ingeniería incluye reglas obligatorias, ejecutores deterministas y un modelo explícito de resultados esperados, garantizando resultados verificables, reproducibles y útiles.
El artículo describe un enfoque para construir un agente de IA para pruebas que no depende de datos de entrada ideales ni de conjeturas generadas por un modelo. En su lugar, el agente recopila la evidencia disponible, construye un modelo de aceptación explícito, lo verifica a través de múltiples medios independientes (API, base de datos, interfaz de usuario), documenta los límites del conocimiento y deja la decisión final a un humano. El circuito de ingeniería incluye habilidades de escenario, reglas de seguridad, configuración del proyecto, ejecutores deterministas y una cadena de evidencia. Las metodologías de prueba clave incluyen pruebas basadas en riesgos (priorizando módulos críticos), pruebas exploratorias (trabajando con requisitos incompletos), pruebas de criterios de aceptación con un oráculo independiente (expectativas observables preformuladas), pensamiento de sistema e integración (rastreando cadenas de estado) y clasificación de límites (no penalizar una tarea por trabajo adyacente no terminado). El artículo enfatiza que la calidad de la respuesta del agente está determinada no por el modelo sino por el circuito de verificación.
Fuente: Habr — хаб ИИ —
original