课程大纲

Agent驱动代码简介

  • 自主agent如何生成和修改代码。
  • 理解任务分解和执行轨迹。
  • agent工作流程中的常见故障模式。

Antigravity的验证基础

  • 建立验证检查点。
  • 追踪agent决策并评估逻辑序列。
  • 识别agent行为中的异常。

处理agent生成的工件

  • 评估代码差异和补丁质量。
  • 验证agent创建的文档和元数据。
  • 审查结构化和非结构化输出。

基于浏览器的验证与活动记录

  • 解读浏览器会话记录。
  • 检测UI驱动任务中的agent失误。
  • 将记录事件与预期任务流程关联。

任务验证技术

  • 确认任务的准确性和完整性。
  • 应用可重复性和可再现性检查。
  • 使用基于约束的验证方法处理AI工作流程。

Agent驱动开发中的安全考虑

  • 识别高风险agent操作。
  • 对agent输出进行静态和动态分析。
  • 强化验证步骤,防止安全漏洞。

测试可靠性与鲁棒性

  • 检测脆弱的agent行为。
  • 对多步骤agent操作进行压力测试。
  • 构建稳健的验证管道。

将Antigravity质量保证集成到现有管道中

  • 设计端到端的agent验证工作流程。
  • 自动化agent任务的验收标准。
  • 报告和监控agent性能。

总结与下一步

要求

  • 具备软件测试基础知识。
  • 有自动化或质量保证方法论的经验。
  • 熟悉AI辅助开发工作流程。

受众

  • 质量保证工程师。
  • SDETs。
  • 安全工程师。
 14 小时

即将举行的公开课程

课程分类