AI-агент в тестировании: почему сильные результаты исходят от инженерного контура, а не от промпта
National Institute of Standards and Technology
International Organization for Standardization
IEEE
International Software Testing Qualifications Board
Предлагается методология для AI-агентов в тестировании, отходящая от зависимости от промптов и моделей. Инженерный контур включает обязательные правила, детерминированные исполнители и явную модель ожидаемых результатов, обеспечивая верифицируемые, воспроизводимые и полезные результаты.
Статья описывает подход к созданию AI-агента для тестирования, который не полагается на идеальные входные данные или сгенерированные моделью догадки. Вместо этого агент собирает доступные свидетельства, строит явную модель приемки, верифицирует её с помощью нескольких независимых средств (API (интерфейс прикладного программирования), БД (база данных), UI (пользовательский интерфейс)),
Показать ещё ↓
Источник: Habr — хаб ИИ —
оригинал