感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
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