- 面向应届生的多语言SDK契约测试项目：基于OpenAPI生成Python/Java客户端，通过黄金向量验证序列化行为、错误码映射、重试逻辑与SSE流式取消一致性，聚焦“协议合规性”而非仅代码生成，体现深度测开能力。 面向应届生的多语言SDK契约测试项目：基于OpenAPI生成Python/Java客户端，通过黄金向量验证序列化行为、错误码映射、重试逻辑与SSE流式取消一致性，聚焦“协议合规性”而非仅代码生成，体现深度测开能力。
- 本文探讨AI代码评审稳定性：同一PR多次运行，Copilot Review屡现新问题。提出问题级召回率评测、语义不变变形测试等方法，强调按风险分层评审、追踪“Previously missed”指标，推动AI评审从“偶然发现”走向“稳定可靠”。 本文探讨AI代码评审稳定性：同一PR多次运行，Copilot Review屡现新问题。提出问题级召回率评测、语义不变变形测试等方法，强调按风险分层评审、追踪“Previously missed”指标，推动AI评审从“偶然发现”走向“稳定可靠”。
- GitHub于9月18日推出REST API管理代码覆盖率规则功能，支持配置最低覆盖率、最大允许下降幅度、例外及漂移检测。本文详解如何将质量门禁纳入IaC流程，强调基线与变化量双控、例外时效化、规则可测可审，并警惕“高覆盖率≠高测试质量”。 GitHub于9月18日推出REST API管理代码覆盖率规则功能，支持配置最低覆盖率、最大允许下降幅度、例外及漂移检测。本文详解如何将质量门禁纳入IaC流程，强调基线与变化量双控、例外时效化、规则可测可审，并警惕“高覆盖率≠高测试质量”。
- 本文提出OpenAPI生成式SDK的“质量门”方案：通过语言无关的黄金向量，统一校验多语言SDK在序列化、错误处理、SSE流控与版本溯源上的一致性，确保不同语言对同一契约做出相同业务解释。 本文提出OpenAPI生成式SDK的“质量门”方案：通过语言无关的黄金向量，统一校验多语言SDK在序列化、错误处理、SSE流控与版本溯源上的一致性，确保不同语言对同一契约做出相同业务解释。
- 本文探讨Agent架构新范式：LLM专注复杂推理，而高频判断（如Tool/Skill路由、上下文过滤、安全守门、执行复核）可交由轻量级“System One Model”（如Jev）高效处理。这将重塑Agent Harness设计，推动分层智能协作。 本文探讨Agent架构新范式：LLM专注复杂推理，而高频判断（如Tool/Skill路由、上下文过滤、安全守门、执行复核）可交由轻量级“System One Model”（如Jev）高效处理。这将重塑Agent Harness设计，推动分层智能协作。
- Jev是TypeSafe AI于2026年9月推出的“系统一模型”，不生成文本，专精低延迟结构化决策：支持Choice（多选项概率选择）、Score（连续范围评分）和Noul（校准布尔判断）三类原语，速度最高快193.6倍，成本最低降444.6倍。 Jev是TypeSafe AI于2026年9月推出的“系统一模型”，不生成文本，专精低延迟结构化决策：支持Choice（多选项概率选择）、Score（连续范围评分）和Noul（校准布尔判断）三类原语，速度最高快193.6倍，成本最低降444.6倍。
- 本文详解GitHub覆盖率门禁API化实践：支持基线（最低覆盖率）与变化量（允许下降幅度）双控，推动质量标准版本化、可审查、可回归；强调例外需代码化、规则须测试，并指出高覆盖率不等于高测试质量，须结合变异测试、关键断言与变更行覆盖三重验证。 本文详解GitHub覆盖率门禁API化实践：支持基线（最低覆盖率）与变化量（允许下降幅度）双控，推动质量标准版本化、可审查、可回归；强调例外需代码化、规则须测试，并指出高覆盖率不等于高测试质量，须结合变异测试、关键断言与变更行覆盖三重验证。
- GitHub Copilot代码评审升级：支持评论状态机（Open/Resolved/Missing），自动关闭需可验证证据；强调问题身份归一与重复评审稳定性，推动AI评审从“留评”迈向可信质量闭环。 GitHub Copilot代码评审升级：支持评论状态机（Open/Resolved/Missing），自动关闭需可验证证据；强调问题身份归一与重复评审稳定性，推动AI评审从“留评”迈向可信质量闭环。
- 最近半年，测试工程师学AI有个越来越明显的感觉：不是没东西学，是东西太多了。前脚还在学Prompt，后脚开始讲Agent；MCP刚搞明白一点，又开始聊Skills、Harness、RAG、知识图谱。每一个单独看好像都懂。但放回测试工作里，很多人又会问一句：这些东西到底跟我有什么关系？比如最常见的测试用例。以前我们拿到需求，人工拆测试点、补边界、写用例。现在最简单的方法，是直接把需求扔给大模型... 最近半年，测试工程师学AI有个越来越明显的感觉：不是没东西学，是东西太多了。前脚还在学Prompt，后脚开始讲Agent；MCP刚搞明白一点，又开始聊Skills、Harness、RAG、知识图谱。每一个单独看好像都懂。但放回测试工作里，很多人又会问一句：这些东西到底跟我有什么关系？比如最常见的测试用例。以前我们拿到需求，人工拆测试点、补边界、写用例。现在最简单的方法，是直接把需求扔给大模型...
- 最近半年，测试工程师学AI有个越来越明显的感觉：不是没东西学，是东西太多了。前脚还在学Prompt，后脚开始讲Agent；MCP刚搞明白一点，又开始聊Skills、Harness、RAG、知识图谱。每一个单独看好像都懂。但放回测试工作里，很多人又会问一句：这些东西到底跟我有什么关系？比如最常见的测试用例。以前我们拿到需求，人工拆测试点、补边界、写用例。现在最简单的方法，是直接把需求扔给大模型... 最近半年，测试工程师学AI有个越来越明显的感觉：不是没东西学，是东西太多了。前脚还在学Prompt，后脚开始讲Agent；MCP刚搞明白一点，又开始聊Skills、Harness、RAG、知识图谱。每一个单独看好像都懂。但放回测试工作里，很多人又会问一句：这些东西到底跟我有什么关系？比如最常见的测试用例。以前我们拿到需求，人工拆测试点、补边界、写用例。现在最简单的方法，是直接把需求扔给大模型...
- Playwright正深度适配AI Coding Agent：推出`playwright-cli`与可安装Skills，GitHub Agentic Workflows已默认切换至CLI模式。核心动因是降低MCP工具Schema对Agent上下文的消耗，推动“按需加载能力”的新范式——测试开发需关注：工具数量≠能力提升，而应聚焦Context预算、业务断言与Oracle（正确性定义）的坚守。 Playwright正深度适配AI Coding Agent：推出`playwright-cli`与可安装Skills，GitHub Agentic Workflows已默认切换至CLI模式。核心动因是降低MCP工具Schema对Agent上下文的消耗，推动“按需加载能力”的新范式——测试开发需关注：工具数量≠能力提升，而应聚焦Context预算、业务断言与Oracle（正确性定义）的坚守。
- GitHub披露Rust迁移中AI Agent主导编码，引发测试工程师对自动化价值的质疑。本文指出：基础脚本能力将被压缩，但“在不确定变更中证明系统可发布”的高阶质量保障能力愈发稀缺。提出四阶能力跃迁路径（脚本→框架→评测→Harness），强调从业务提炼不变量、设计抗偏预言机、转化线上失败为回归用例。建议以熟悉业务为锚点，通过四周实操升级能力——不比AI写得快，而比AI改得稳。 GitHub披露Rust迁移中AI Agent主导编码，引发测试工程师对自动化价值的质疑。本文指出：基础脚本能力将被压缩，但“在不确定变更中证明系统可发布”的高阶质量保障能力愈发稀缺。提出四阶能力跃迁路径（脚本→框架→评测→Harness），强调从业务提炼不变量、设计抗偏预言机、转化线上失败为回归用例。建议以熟悉业务为锚点，通过四周实操升级能力——不比AI写得快，而比AI改得稳。
- 团队做了一次看起来无害的优化：把 embedding 模型换成新版本，顺手把分块从 512 改到 1024，理由是「大段落语义更完整」。上线后抽查了几条问答，回答依旧流畅、语气依旧专业，没人觉得有问题。可两周后客服反馈，一批老问题的答案开始答非所问——问「退货运费谁承担」，答的却是「退货流程怎么走」。去查生成层，Prompt 没动、模型没换、温度没调。真正变了的，是检索层召回的段落：分块一改... 团队做了一次看起来无害的优化：把 embedding 模型换成新版本，顺手把分块从 512 改到 1024，理由是「大段落语义更完整」。上线后抽查了几条问答，回答依旧流畅、语气依旧专业，没人觉得有问题。可两周后客服反馈，一批老问题的答案开始答非所问——问「退货运费谁承担」，答的却是「退货流程怎么走」。去查生成层，Prompt 没动、模型没换、温度没调。真正变了的，是检索层召回的段落：分块一改...
- 本文揭示“高覆盖率仍漏测”的根源：用例数量≠测试有效性。提出风险驱动测试（RBT）方法——以“出问题概率×代价”为标尺，通过四象限风险矩阵与测试深度对照表，将有限资源精准投向高危区。不求全覆盖，而求关键处测深、测透。 本文揭示“高覆盖率仍漏测”的根源：用例数量≠测试有效性。提出风险驱动测试（RBT）方法——以“出问题概率×代价”为标尺，通过四象限风险矩阵与测试深度对照表，将有限资源精准投向高危区。不求全覆盖，而求关键处测深、测透。
- 本文揭秘微服务中“契约漂移”这一隐形杀手：字段名未变、返回码仍是200，但`amount`从number变成string，导致下游三处静默崩溃。提出用Pact实现消费者驱动契约测试——下游声明期望，上游构建时自动校验，让接口约定从“我以为”变为“不满足即失败”的CI门禁，彻底拦截结构漂移。 本文揭秘微服务中“契约漂移”这一隐形杀手：字段名未变、返回码仍是200，但`amount`从number变成string，导致下游三处静默崩溃。提出用Pact实现消费者驱动契约测试——下游声明期望，上游构建时自动校验，让接口约定从“我以为”变为“不满足即失败”的CI门禁，彻底拦截结构漂移。
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签