課程簡介

Agent-Driven代碼簡介

  • 自主agent如何生成和修改代碼
  • 理解任務分解和執行軌跡
  • agent工作流程中的常見故障模式

Antigravity的驗證基礎

  • 建立驗證檢查點
  • 追蹤agent決策並評估邏輯序列
  • 識別agent行爲中的異常

處理agent生成的工件

  • 評估代碼差異和補丁質量
  • 驗證agent創建的文檔和元數據
  • 審查結構化和非結構化輸出

基於瀏覽器的驗證與活動記錄

  • 解讀瀏覽器會話記錄
  • 檢測agent在UI驅動任務中的失誤
  • 將記錄事件與預期任務流程關聯

任務驗證技術

  • 確認任務的準確性和完整性
  • 應用可重複性和可再現性檢查
  • 使用基於約束的驗證進行AI工作流程

Agent-Driven開發中的安全考慮

  • 識別風險較高的agent操作
  • 對agent輸出進行靜態和動態分析
  • 強化驗證步驟以防止安全漏洞

測試可靠性和魯棒性

  • 檢測脆弱的agent行爲
  • 壓力測試多步驟agent操作
  • 構建彈性驗證管道

將Antigravity質量保證集成到現有管道中

  • 設計端到端的agent驗證工作流程
  • 自動化agent任務的驗收標準
  • 報告和監控agent性能

總結與下一步

最低要求

  • 具備軟件測試基礎知識
  • 有自動化或質量保證方法論的經驗
  • 熟悉AI輔助的開發工作流程

受衆

  • 質量保證工程師
  • SDETs
  • 安全工程師
 14 小時

課程分類