Bug0发布了QA代理工具，该工具可以利用缓存的剧本回放内容来自动化执行回归测试。
QA Agent是一个全新的、开源的Playwright库，专门用于执行浏览器回归测试。该工具能够将用自然语言表达的测试指令转化为对用户界面的具体操作；在适合的情况下，它会将这些操作结果缓存起来，以便在后续的持续集成测试中快速复现这些测试过程；而当用户界面发生变更时，它又会将这些操作指令重新映射为相应的测试规格。其验证机制基于多模型共识算法以及视觉模型的评估结果。 作者：布鲁诺·库里奥尔
QA Agent是一个全新的、开源的Playwright库，专门用于执行浏览器回归测试。该工具能够将用自然语言表达的测试指令转化为对用户界面的具体操作；在适合的情况下，它会将这些操作结果缓存起来，以便在后续的持续集成测试中快速复现这些测试过程；而当用户界面发生变更时，它又会将这些操作指令重新映射为相应的测试规格。其验证机制基于多模型共识算法以及视觉模型的评估结果。
作者：布鲁诺·库里奥尔相关文章
智能代理的可靠性：为工具的使用、安全机制、循环流程以及工作流程的输出结果构建相应的测试框架 [完整书籍]
一个完美的最终结果并不能证明某个具有自主行为能力的人工智能系统的工作流程是正确的。 本书提出了一种基于代码的方法，用于验证系统执行过程及所产生的业务成果，并利用这些证据来决定是否允许该系统正式投入使用。 书中还提供了一个可运行的离线测试工具，用以演示各种核心技术。第19章专门区分了那些已经实现的功能与那些仍处于开发阶段、尚未投入实际应用的扩展功能。 目录 引言 第一部分：可靠性差距 第二部分：基础原理 第三部分：核心结论 第四部分：行为特征 第五部分：跨领域问题 第六部分：决策过程 第七部分：诚实性与普及度 结论 术语表 参考文献 生产就绪性检查清单 引言 那个“虚假的演示” 许多具有自主行为
阅读全文
Cloudflare向客户提供了Quicksilver服务，该服务允许用户以1MB的大小限制快速存储和检索键值对数据。
Cloudflare已将其内部使用的键值存储系统Quicksilver作为“Workers KV模式”推出了私人测试版本。在99%的请求中，读取操作所需的时间仅为1.62毫秒，而传统键值存储系统的这一数值为287毫秒。这些限制条件决定了该技术的适用场景：每个命名空间最多可存储10,000个键，每个命名空间的数据大小不得超过1兆字节，且每个命名空间每秒钟只能进行一次写操作。 作者：Steef-Jan Wiggers
阅读全文
文章：代理机制的演变：从链条到图结构，再到代码形式
具有自主能力的大语言模型系统已经从线性提示链发展为基于图的结构，最近更是发展出了能够执行代码的框架。线性提示链结构虽然简单，但可靠性较低；而基于图的结构则能够实现分支处理、重试机制以及验证功能；代码执行框架则通过实际运行来检验模型的输出结果。文章建议应对模型输出进行严格验证，并选择在可靠性、速度和成本方面都能满足要求的、设计最为简洁的方案。 作者：Karthik Ramgopal
阅读全文
演讲主题：快速行动，切勿辜负信任：与人携手共进，持续推动发展
Suhail Patel介绍了Monzo是如何构建其软件工程组织架构及技术体系的，这些机制使得系统能够每天安全地运行数百次。他还分享了自己对于微服务抽象模型、基于租户环境的测试环境配置、静态代码分析工具以及持续性能监控工具的看法，说明了一个强大的内部技术平台如何帮助工程师和大型语言模型快速进行迭代开发，同时确保系统的可靠性不受影响。 作者：Suhail Patel
阅读全文