测试中的AI Agent：强大结果源自工程回路而非提示词

文章描述了一种构建测试用AI智能体的方法，该方法不依赖理想输入数据或模型生成的猜测。相反，智能体会收集可用证据、构建明确的验收模型、通过多种独立手段（应用程序编程接口、数据库、用户界面）进行验证、记录知识边界，并将最终决策留给人类。工程回路包括场景技能、安全规则、项目配置、确定性执行器和证据链。关键测试方法论包括：基于风险的测试（优先测试关键模块）、探索性测试（在需求不完整的情况下工作）、利用独立预言机（预先制定的可观察期望）进行验收准则测试、系统/集成思维（追踪状态链）以及边界分类（不因相邻未完成任务而惩罚当前任务）。文章强调，智能体响应的质量不取决于模型，而取决于验证回路。