当大模型走进软件测试，测试智能体正在从“能生成用例”“能写自动化脚本”走向更深层的能力竞争：能不能被评估？能不能从失败中反思？能不能持续自我进化？
如果你正在关注 AI 测试、测试智能体、Agent 评测，却发现：
用例生成看似很快，但质量参差不齐；
自动化脚本能跑，却难以维护和自愈；
智能体表现时好时坏，不知道如何量化评估；
想让智能体从反馈中学习，却缺少系统方法。
那么，这堂公开课就是为你准备的。
本次公开课以 “测试智能体评估与自我进化” 为主线，从技能体系、用例生成、自动化执行，到评估方法、评测工具、反思机制，带你搭建一条完整的测试智能体能力闭环。
这堂课，讲什么？
软件测试智能体技能体系从单点工具到体系化能力，拆解测试智能体需要具备的核心技能：需求理解、任务规划、用例生成、自动化执行、结果评估、反思优化。先看清全局，再逐项突破。
用例生成智能体技能智能体如何理解需求、拆解场景、覆盖边界、构造数据、输出可执行用例？如何让生成结果不只是“看起来对”，而是可追溯、可评审、可维护？
测试自动化智能体技能从脚本生成、元素定位、执行调度，到失败分析、修复建议、自愈执行。让自动化测试从“能跑”走向“能稳、能修、能进化”。
智能体技能的评估方法没有评估，智能体只是玩具。课程将讲解如何定义关键指标：准确率、覆盖率、通过率、稳定性、成本、时延、人工接管率等，并建立可复用的基准测试与对抗评估思路。
智能体评测工具与框架主流评测工具与框架如何选？如何搭建评测流水线？如何把评测结果反哺到智能体优化中？这一部分帮你从“凭感觉判断”走向“用数据说话”。
反思机制与智能体技能自我进化反思什么？何时反思？如何把失败案例转化为经验？如何通过记忆、反馈、策略更新，让测试智能体越用越聪明？这是智能体从“工具”走向“伙伴”的关键一步。
为什么值得听？
体系化：一张图看懂测试智能体技能体系；
全链路：覆盖用例生成、自动化、评估、反思、进化；
前沿性：聚焦智能体评测工具、框架与反思机制；
可落地：方法、指标、工具选型与优化路径一次讲清。
测试智能体的分水岭，不在于“能不能生成”，而在于“能不能评估、反思、进化”。
从“能生成”到“能进化”，你只差一套评估与反思机制。
本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料，主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容，侧重测试实践、工具应用与工程经验整理。
