霍格沃兹测试开发学院

IP属地：北京

Gemini 4 Argon能自主跑长任务，测试团队最该守住哪一关？
摘要：基于Google公开的夜间自主优化实践，设计候选变更、独立验证与人工发布五道门禁。 Google Cloud在2026年10月13日发布G...

11 0 0
第一次测试“有自己身份”的Agent，最容易漏掉的不是登录失败
第一次测试“有自己身份”的Agent，最容易漏掉的不是登录失败摘要：从NIST公开的Agent身份与授权议题出发，用薪资报表导出场景拆解“用户...

15 0 0

如何用 Agent Skills 自动生成测试用例？完整拆解
上个月，团队里一个测试新人跑来找我，表情有点委屈。 “哥，我在项目里放了一个 SKILL.md，为什么 Claude Code 还是不会干活？”...

11 0 0
Cloudflare开放浏览器工具后，页面自动化要多验哪三层证据？
摘要：基于Cloudflare Browser工具公开文档，拆解静态抓取、渲染页面和真实交互三种证据不一致时的测试方法。 Cloudflare的...

8 0 0
淘宝 AI 购物助手：基于 LLM-as-a-Judge 的在线评测与质量归因实践
导读 AI Agent 上线后，如何持续判断每一次工具调用、业务路由和生成回复是否正确？淘宝技术在 AI 购物助手的购后服务场景中，建设了一套基...

9 0 0
微软拆解 Spec-Driven Development：AI 生成代码后，测试为何丢失原有验收标准
微软在扩展GitHub Spec Kit的公开文章中，把Spec-Driven Development描述为一条从需求、设计、任务到代码和测试的...

11 0 0
微软 Agent 评测指南里，藏着一条让测试少背一次锅的结论
摘要：从代码可运行但选错SDK与认证模式的现场，建立可辩护的Agent Experience评测。 Microsoft在10月9日发布AX Pr...

15 0 0

Google把Coding Agent放进长任务评测后，最难验的工作才刚开始
摘要：从一次看似完成的移动端迁移出发，建立规格、运行态、轨迹和回归四类证据。 Google Android Developers公布的Andro...

17 0 0
Agent Skills + Playwright：打造会自己写 UI 自动化脚本的智能体
上个月，团队里一个做了4年UI自动化的同事找我吐槽。他维护着800多条Playwright用例，那天早上打开报告一看——237条失败了。原因很简...

12 0 0