课程大纲

Agent-Driven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agent在UI驱动任务中的失误
  • 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进行AI工作流程

Agent-Driven开发中的安全考虑

  • 识别风险较高的agent操作
  • 对agent输出进行静态和动态分析
  • 强化验证步骤以防止安全漏洞

测试可靠性和鲁棒性

  • 检测脆弱的agent行为
  • 压力测试多步骤agent操作
  • 构建弹性验证管道

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辅助的开发工作流程

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