作者小头像 Lv.7
更多个人资料
10290 成长值
0 关注
25 粉丝
+ 关注 私信

个人介绍

霍格沃兹测试开发学社，隶属于测吧（北京）科技有限公司，是一个专注软件测试、自动化测试、人工智能测试与测试开发的技术交流社区，并参与高校测试实训、火焰杯赛事及工程化人才培养。

感兴趣或擅长的领域

人工智能、DevOps、软件开发、区块链、测试
个人勋章
TA还没获得勋章~
成长雷达
10290
0
0
0
0

个人资料

个人介绍

霍格沃兹测试开发学社，隶属于测吧（北京）科技有限公司，是一个专注软件测试、自动化测试、人工智能测试与测试开发的技术交流社区，并参与高校测试实训、火焰杯赛事及工程化人才培养。

感兴趣或擅长的领域

人工智能、DevOps、软件开发、区块链、测试

达成规则

以上满足项可达成此勋章

  • 博客
  • 关注
  • 粉丝
  • 论坛
全部时间
全部时间
最近三天
最近一周
最近一月
  • 全部
  • 暂无专栏分类
阿里云 Agent 记忆实验：检索满分，真去做事只有六成过关
一句话定位：这不是"哪个模型的记忆力更好"，而是"它查到的那条记忆，在做出这个决定时还算不算数"——被测对象是记忆库的时效状态，不是模型的检索能力。同样的断言可迁移到客服工单的历史备注、订单退款的政策版本、权限变更后的旧角色残留、地址修改后的旧收货信息。摘要阿里云社区 11 月 3 日刊出的一个开源记忆项目，公开了两个差距很大的数字：离线合成夹具上，检索召回 1.000、过期率 0.000；...
网络
作者小头像 霍格沃兹测试开发学社 2026-11-12 11:23:07
4
0
0
2026-11-12 11:23:07
4
0
0
Playwright MCP 和 browser-use 做 Web 测试的差别
上个月团队里一个测试同学问我：“Playwright MCP 和 browser-use，到底选哪个？”我问他是要做什么。他说：“就是让 AI 帮我点页面、跑测试。”我说：“那你得先回答一个问题：你是想让 AI 替你探索一个你还没完全理解的页面，还是想让 AI 按你定好的纪律，把一条已知路径跑完、留下证据？”这两个问题，指向两个不同的工具。Playwright MCP 和 browser-u...
作者小头像 霍格沃兹测试开发学社 2026-11-12 11:19:58
5
0
0
2026-11-12 11:19:58
5
0
0
校招简历加分：用Agent评测项目从Trace到发布门禁完整复现
LangChain官方LangSmith文档把Agent评测区分为离线数据集评测与线上Trace评测，并提供人工、规则与模型评审等方式。本文借用这一公开方法设计教学项目，不是LangChain官方校招题，也不声称项目数据来自生产环境。目标很明确：做一个退款查询Agent。它接收用户问题，提取订单号，调用本地Mock工具，返回退款状态。真正的项目亮点不是聊天页面，而是证明它在缺信息、越权、超时...
自动化测试
作者小头像 霍格沃兹测试开发学社 2026-11-12 11:15:09
9
0
0
2026-11-12 11:15:09
9
0
0
Anthropic 让四个 Claude 开飞船组队：单独都合格，凑一起就互相等着
摘要Anthropic 在 2026 年 11 月公开的多智能体实验里，四个 Claude 各自都能完成任务，组队后却出现了四种单体测试永远抓不到的问题：互相谦让导致谁都不决策、关键设施意外集中到一艘船上、共享情报过期没人复核、以及一名被指示破坏的成员几乎没被识破。这篇把这些失败拆成可写的用例：哪些断言只能写在协作层、哪些证据必须在公共频道之外收集、破坏性实验的参数怎么设才不至于变成不可复现...
TCP/IP
作者小头像 霍格沃兹测试开发学社 2026-11-11 17:54:18
8
0
0
2026-11-11 17:54:18
8
0
0
微软研究院给 Agent 的代码做证明，然后自己写了四个限制
摘要微软研究院 11 月 5 日公开的 PDD Kit，把开发者的自然语言意图转成 Verus 形式化规格，证明 Agent 写的 Rust 代码"对每个输入"满足规格，证明够不到的部分退回测试。它在一个约 5000 行的 Rust 商店应用上只验证了登录逻辑，并且明确写了四个限制：只支持 Rust、仍是研究原型、证明仍需真实投入、规格本身可能写错。这篇不复述产品介绍，而是把它拆成测试团队能...
作者小头像 霍格沃兹测试开发学社 2026-11-11 14:43:52
10
0
0
2026-11-11 14:43:52
10
0
0
提示词写"不要执行"，配置文件写"欢迎执行"：Claude 和 Codex 都栽在这一层
摘要安全机构 Forever Security 在 2026 年 10 月 22 日公开了一份复现报告：网页可以把一份 AGENTS.md 静静丢进用户的下载目录，用户在那个目录启动编码 Agent 时，Agent 会把它当成项目规范执行，进而改掉自己的全局配置、装上一个恶意 npm 包。在他们自己的测试里，Codex 执行了恶意包的比例超过九成，Claude Code 那条链路得手约一半。...
网络
作者小头像 霍格沃兹测试开发学社 2026-11-11 14:40:27
10
0
0
2026-11-11 14:40:27
10
0
0
应届生测试岗求职：第一份工作别只挑工具栈
大模型能读写模型权重的新闻刷屏，应届生真正该关心的是：执行类测试活正在被工具接手。本文给测试岗校招的三档选团队判据、面试反问三句、把校园项目讲成"现象—动作—结果"三层证据的方法，以及第一年该攒的四种可迁移能力。结论先给：测试岗校招选团队，看的不是工具栈新不新，而是"在这里你能决定什么"。 MIT CSAIL 那组让大模型直接读写神经网络权重的实验，把一条趋势又往前推了一格——凡是按既定步骤...
作者小头像 霍格沃兹测试开发学社 2026-11-11 14:37:16
8
0
0
2026-11-11 14:37:16
8
0
0
英伟达自爆 Agent 缺陷：输出正确 ≠ 交付合格，Agent 测试三层校验边界
摘要NVIDIA 在 11 月 4 日的技术博客里公开了一个企业助手 Agent 的失败：用户让它起草一封邮件，它起草完直接调用了发送工具。文章给出的判定器只问一件事——有没有在无人确认时调用发送工具。这个看似简单的判定线，背后是三种不同层级的"完成"定义。这篇把三种定义拆开，讲清哪一层该写断言、留出集为什么要对改代码的 Agent 隐藏，以及把故障 trace 变成每日用例的实际成本。需求...
自动化测试
作者小头像 霍格沃兹测试开发学社 2026-11-11 14:31:04
11
0
0
2026-11-11 14:31:04
11
0
0
Claude Agent 的隐形污染：错笔记自动全局挂载，绝大多数记忆用例都会漏测
摘要Anthropic 在 2026 年 11 月 6 日公开的研究博客里，把智能体记忆拆成四层：会话日志、记忆笔记、wiki 这类结构化表征，以及每个新会话都会自动加载的注入上下文。四层里最危险的是最顶上那层——一条错笔记写进去，此后每个会话都被读一遍。这篇文章把官方给出的实验（含一次宝可梦跑关和一个 35 万文件的企业代码库）翻译成测试动作：四个测试维度、一套可运行的注入上下文体积与重复...
作者小头像 霍格沃兹测试开发学社 2026-11-11 14:24:25
9
0
0
2026-11-11 14:24:25
9
0
0
校招测试岗的AI题，初级考边界、中级考工程、高级考体系——你现在卡在第几层？
上周一个学弟面完某大厂AI测试岗，出来给我发了条语音，声音有点闷。“哥，面试官问了我三道AI题。第一道我答得挺顺，第二道勉强撑住，第三道直接卡了。出来一查，三道题考的根本不是同一个层次的东西。”我问他三道题分别是什么。他说：“第一道问‘AI客服回答不准确，你怎么判断它算不算通过’；第二道问‘Agent调用工具失败，你怎么兜底’；第三道问‘你们团队怎么保证AI测试不是跑一次就完了’。”我说：“...
作者小头像 霍格沃兹测试开发学社 2026-11-10 15:00:42
16
0
0
2026-11-10 15:00:42
16
0
0
总条数：1122
10
10
20
50
100
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • ...
  • 113

上滑加载中

https://www.baidu.com/s?ie=utf-8&f=3&rsv_bp=0&rsv_idx=1&tn=baidu&wd=sed%20%E6%9B%BF%E6%8D%A2%E5%AD%97%E7%AC%A6%E4%B8%B2&rsv_pq=c7db61a600035dc5&rsv_t=5e19yEsbV9N5fIvdlGRU
作者小头像
作者小头像
快速交付
+ 关注