Agente de IA em Testes: Por Que Resultados Sólidos Vêm do Circuito de Engenharia, Não do Prompt
National Institute of Standards and Technology
International Organization for Standardization
IEEE
International Software Testing Qualifications Board
Uma metodologia para agentes de IA em testes é proposta, afastando-se da dependência de prompts e modelos. O circuito de engenharia inclui regras obrigatórias, executores determinísticos e um modelo explícito de resultados esperados, garantindo resultados verificáveis, reproduzíveis e úteis.
O artigo descreve uma abordagem para construir um agente de IA para testes que não depende de dados de entrada ideais ou palpites gerados pelo modelo. Em vez disso, o agente coleta evidências disponíveis, constrói um modelo de aceitação explícito, verifica-o por meio de múltiplos meios independentes (API, banco de dados, interface de usuário), documenta os limites do conhecimento e deixa a decisão final para um humano. O circuito de engenharia inclui habilidades de cenário, regras de segurança, configuração do projeto, executores determinísticos e uma cadeia de evidências. As principais metodologias de teste incluem teste baseado em risco (priorizando módulos críticos), teste exploratório (trabalhando com requisitos incompletos), teste de critérios de aceitação com um oráculo independente (expectativas observáveis pré-formuladas), pensamento sistêmico/de integração (rastreando cadeias de estado) e classificação de limites (não penalizando uma tarefa por trabalho adjacente inacabado). O artigo enfatiza que a qualidade da resposta do agente é determinada não pelo modelo, mas pelo circuito de verificação.
Fonte: Habr — хаб ИИ —
original