一道题配 4 份正确答案和 5 份错误答案：最强 Agent 写的测试只有 28% 全过关
本文介绍TestPrism新评测范式：不比“谁生成的测试多”，而考“测试是否真能判别正误”。它用1份基线+4份正确+5份错误实现构成多补丁面板，要求测试必须同时检出基线缺陷、接纳所有正确实现、拒绝所有错误实现——即JSF指标。实测显示，AI生成测试通过率从59.67%骤降至28.00%，暴露出过严（误伤）、过松（漏检）等深层问题。方法可低成本迁移到接口用例生成、单测补全等四大场景。
银行外汇牌价接口接入指南｜币种清单、现汇现钞买卖价与历史汇率回溯实践
围绕外汇牌价数据在业务系统中的落地，梳理币种字典、牌价快照、金额换算与历史序列四类调用的职责边界。文中给出统一的鉴权写法、请求参数设计、返回结构与字段含义表，附 Python、Java、PHP、Node.js 四种语言的调用示例，并讨论参数前置校验、幂等与重试、分层缓存、超时熔断、日志脱敏等工程实践，以及延迟数据、单位口径与结果用途的边界说明。内容基于公开接口文档整理，未做真实请求实测，集成前请自行验证。
Web 测试智能体到底是什么：和 Selenium 脚本的五个本质区别
本文剖析Web测试智能体与传统Selenium脚本的本质区别：前者以“目标+边界”为输入，构建“感知—决策—执行—验证”闭环，具备语义定位、分层断言、自适应失败处理能力；后者是线性执行的确定性脚本。二者非替代关系，而是抽象层级不同——智能体解放人力于路径维护，回归测试工程师定义目标、审核证据的核心价值。
会用WorkBuddy生成用例，和懂Agent测试，是两件事
本文揭示2026年测试岗分层新标准：不再比“会不会用WorkBuddy”，而比“懂不懂Agent测试”。应届生需突破工具表层，掌握“决策—执行—观察—反馈”四层调用链、可评测的Skill封装能力，以及Harness层的状态与异常管控思维。真本事是拆解黑盒、验证规则、追问“如果”。
分享一次真实面试里的6道AI测试题，逐题拆解（抓紧围观）
本文深度复盘6道AI测试用例Agent面试真题，涵盖数据真实性验证、覆盖度保障、逻辑正确性校验、方案短板反思、规模化质量管控及大模型幻觉应对。每道题均从面试官考察意图切入，提供结构化应答思路与实操细节，强调“过程比结论重要”，突出真实落地中的权衡、闭环与反思。
测试工程师必备：基于Skill 快速生成批量测试数据
在日常测试工作中，造数几乎是绕不开的一个环节。 也有不少测试同学会选择直接写 SQL 插入数据，或者手动组装接口请求来完成造数。但这些方式都会存在一些问题： 手动操作效率低： 需要反复在页面执行相同的操作，尤其是涉及多个业务模块时，步骤比较繁琐。 SQL 造数维护成本高： 需要了解数据库表结构、字段约束以及表之间的关联关系，业务逻辑复杂时更容易出错。 接口造数重复性高： 需要手动准备请求参数、处理接口依赖关系等。 有没有一种更轻量的方式，可以减少这些重复工作？ 我实践了一种基于 Skill 的自动化造数方案。它 可以根据接口文档、HAR 文件、CURL 命令或者 SQL 表结构，自动分析业务关
