大厂不再招测试?软件测试左移开发合理吗?

图片

👉目录

1 软件测试发展史

2 测试左移(Testing shift left)

3 测试右移(Testing shift right)

4 自动化测试 VS 测试自动化

5 来自 EX 测试的寄语

最近两年,互联网大厂的招聘中,测试工程师岗位似乎显著减少。在腾讯内部,随着一些 BG 的研效改革逐渐深入,测试工程师这个岗位开始逐渐减少。似乎正在印证一个现象:测试岗位的未来已经不那么乐观?

但软件测试伴随着软件行业的出现经过了几十年的进化,花了很多时间和汗水才走到今天,测试这个领域是不会消失的。不少人都议论过岗位和角色的消失是否合理,一般都分成两派,一派认为测试工程师是独立且专业的岗位应该保留,合理缩减比例;另外一派认为软件测试领域并不复杂,觉得自己对于测试和自动化测试已经非常熟悉,完全可以胜任。

不管你属于哪一派,首先要熟悉软件测试才能更有发言权。熟悉是个模糊的说法,我们可以思考一个简单的问题,测试自动化和自动化测试这两个名词有什么区别?如果区分不出来或者没有概念的话,这篇文章非常适合你,这是专门写给开发的测试漫谈。

关注腾讯云开发者,一手技术干货提前解锁👇

01

软件测试发展史

软件测试这件事本身就伴随着计算机的出现而出现,并且持续保持着演进,但在我的身边特别是一些改革较为激进的 BG,这种演进成为了噩梦的开始。逐渐发量化的测试工程师投入导致产品质量逐渐下滑,为了规避政治不正确的测试兜底而自裁系统测试导致缺陷满天飞。有意思的是,结果数据也从事实上证明了这一点,测试开发比越低的项目,质量和口碑就越不堪,故障越来越频繁,质量差到让用户逐渐麻木。

有些乐于尝试的开发,积极拥抱变化,实践 TDD,关注覆盖率,但结果工作越来越累,任务越来越 delay,产品今天说老板中午吃饭提了个甚好的建议你赶紧改改,项目经理明天说我们重新调整了一下优先级你先做另外一个需求,你想哭但哭不出来,甚至觉得 TDD 是 Tech Driven Dead 的缩写。更离谱的是某天连一位在平行世界早已被你捅了100刀的产品都忍不住站出来振臂高呼,别再瞎xx搞啦,再搞项目就要黄啦。所以软件测试的演进到底是怎么回事,是不符合国情,比如硅谷工时短收入高,还是文化所限,比如硅谷技术至上产品靠边站,且让我们往下聊。

   1.1 面向调试期(Debugging period)

参考软件测试大师Hetzel 和 Dave Gelprin 可以将测试划分为五个重要的时代。

第一次出现术语“Bug”和“Debugging”的故事大家应该都在课本里学过,1947年,哈佛大学科学家 Grace Murray 在Mark II 计算机中检测到一只飞蛾卡在了继电器中,导致继电器接触不良。她描述这起事件时将飞蛾称为导致缺陷的“Bug”,并将消除缺陷的行为称“Debugging”。

当时,因为计算机的发展主要还集中在硬件设备的发展商,所以测试也相应的集中在硬件上,而且硬件的可靠性对于软件的正常运行至关重要,稍有不慎便是灾难(可能跟当时的存储条件有关,还没有持久性存储技术)。这个阶段的测试其实就是调试,没有任何区别,也没有所谓的测试人员之分,所执行的测试仅具有纠正性质,通过采取某些措施以使程序能正常工作。

1949年,艾伦·图灵 (Alan Turing) 写了他的第一篇关于对程序进行调试的文章,紧接着在1950年,他在“图灵测试“一文中解释了软件必须如何适应项目要求以及机器或参考系统(人类逻辑)的行为必须无法区分的情况。简而言之就是软件必须经过人类逻辑的验证,让机器执行结果和人类预期相符。

   1.2 演示期(Demonstration period)

1957年,Charles Baker 进一步且系统性的解释了开发测试的必要性,他对 Dan McCracken 所著的 Digital Computer Programming 一书的评论中将程序测试与调试区分开来,认为两者的区别在于确保软件满足预先设计的要求(测试)以及程序的功能(调试)。

在这个时期,测试开始作为一项单独的活动进行,软件测试的主要目标是确保满足软件需求。例如,需求是“QQ 的登录状态有7种”。测试人员会确保只展示 7种状态。

随着计算机软件的蓬勃发展,应用程序的开发变得越来越复杂,越来越昂贵,成本也越来越高,解决软件缺陷的成本明显影响了项目的盈利能力,因此测试开始变得极为重要。随之而来的是,软件测试这个新领域正在被逐渐重视,更多的从业人员开始关注并投入进来。这个阶段对于软件测试的关注,主要体现在测试的数量和质量,软件产品的质量第一次开始与测试结果关联。逐渐的,软件开发领域,细分出了软件测试领域。

   1.3 破坏导向期(Destruction period)

“软件测试是为了发现错误而运行程序的过程”,1979年,Glenford J. Myers 从根本上改变了软件测试这个行为的定义。

Myers 担心的是,如果软件测试用来追求证明程序是合格的这个目标时,人们可能会下意识地选择导致程序失败的可能性较低的测试数据,因为这样更容易接近和达成目标。而如果目标是证明程序有缺陷,我们的测试数据将更有可能检测到它们,我们将在测试中获得更多的收获,从而推动软件质量的提升。

“成功的测试用例是检测到尚未发现的错误的测试用例”,从此,软件测试被重新定义,测试主要为了尝试证明程序无法正常工作,从而帮助发现软件质量的问题,并推动质量提升。这与之前的定义和工作方式相反,当这个定义被广泛认同后,软件开发领域逐渐产生了新的测试和分析技术,软件测试领域真正的开始崭露头角。

   1.4 面向评估期(Evaluation period)

从1983年到1987年,软件测试的重点是评估和衡量软件的质量。测试提高了对软件工作方式的信心指数,大中型软件没有得到充分测试的情况下是不允许发布的,Winston Royce 提出的“瀑布模型”在这个时期几乎是唯一被广泛采用的软件开发模型,模型中要求测试人员在下游进行测试,直到达到可接受的点,检测到的错误数量减少,否则将无法进入到下一个环节。

自此测试阶段被认为是软件产品研发过程中不可或缺的阶段,如工业领域一般,QA 开始进入到软件开发团队,测试结果决定了产品是否达到发布标准。相应的为了提高这个阶段的研发效率,一些自动化测试的工具逐渐出现。当年的软件开发领域不像工业领域可以靠堆积大量的人力去降低耗时,人才是十分稀缺的,所以提效工具自然而然的就被酝酿了出来。

   1.5 预防期(Prevention period)

1988年 William Hetzel 出版了“软件测试的成长”一书,他将测试按规划、设计、构建、维护和执行这几个研发环节做了区分,不同的环节测试的行为和目的不同。显著的变化是从产品规划阶段就涉及到了测试行为,这个阶段的测试更多的是针对产品方案进行测试,起到提前预防的作用,有点类似我们的需求和用例评审。

测试所起到的作用更加广泛,不仅需要证明软件符合预期,还要尝试发现更多的故障,并且还要尝试预防缺陷。在这个时代,识别测试技术是关键。20 世纪的最后十年也出现了探索性测试,测试人员探索并深入了解软件以试图发现更多错误。再往后测试驱动开发 (TDD) 和行为驱动开发 (BDD) 等新测试概念兴起,也是试图更早的起到预防的作用。啰嗦一句,可能不少年轻人对于软件测试的这个时间线会觉得跟我们的认知有些脱节,主要是因为我们国家软件行业起步较晚,如果把这个时间线加上10-20年,并且把每个时期压缩,基本上就能对齐我们国内的软件业发展节奏了。

历史告诉我们软件测试是基于对软件质量要求越来越高而形成的特定领域,又因为某个时期的大型软件对质量有极高的重视度,催生了专职且专业的软件测试工程师这个角色和岗位,但一些中小型特别是start up公司,他们并不会设立专职的软件测试工程师,但别搞混淆了,没有测试工程师不代表他们不做软件测试。所以我们可以尝试达成概念上的一致,软件测试这个环节和行为是不可或缺的,软件测试工程师的角色则根据公司和产品定位会有不同的设定。

纵观软件测试发展史,如果我们把整个开发阶段想象成一条有限的线,从需求规划(requirement)到产品上线,我们会看到测试阶段是如何向左移动的:它最初是在产品完成阶段的活动,后来开始在开发中后期活动,再后来更是提前到了需求规划阶段,这种现象被称之为测试左移。所以你会发现,我们近两年大力提倡测试左移非常符合软件发展历史规律。所以接下来我们直接聊「测试左移」,一个张口就来,却没有背普遍深入理解的概念。

02

测试左移(Testing shift left)

众所周知,缺陷越晚在生命周期中被发现,修复起来就越困难,成本也越高。整个项目的风险和压力时常在瀑布模型下层层传递最后压在了测试人员的头上,因此软件测试社区中近些年最重要和最广泛讨论的趋势之一便是左移测试,试图打破这种局面,寻找更平衡更有效的方法保障质量。

   2.1 怎么理解左移

测试左移本质上意味着“经常测试,并尽早开始”。但是为什么它被称为“左”呢?听上去容易令人困扰但很好理解,我们通常习惯从左到右阅读(除了阿拉伯、希伯来和意第绪语等少数语言),所以如果我们要表示一个连续的阶段,描述方式会从最左边开始向右,瀑布模型中的阶段可以表示如下:

Requirement →      Design →        Implementation →            Verification →                  Maintenance

验证阶段(通常就是测试活动)是倒数第二个阶段,如果我们想把测试活动提前到研发阶段更早期开始介入,则需要把 Verification 阶段向左侧移动,于是社区将这样的趋势称之为左移。

然而,不要误解测试左移提倡的测试是一个离散的阶段,只放在开始阶段,而非结束阶段。因为在真正的软件敏捷开发中,不应该有阶段,而是更早的开始关注质量和介入测试,是在短的迭代周期中发生的连续活动。

   2.2 为什么要左移

几十年来,无数大型项目证明了瀑布模型会导致缺陷通常在生命周期后期被发现,这种工作模式下,时间久了就会对这个软件项目造成巨大的伤害:

  1. 许多需求、架构和设计缺陷直到在它们的实现上浪费了大量的时间后才被发现和修复。

  2. 代码和功能越堆越多,调试(包括识别、定位、修复和回归测试缺陷)变得更加困难。

  3. 封装使得执行白盒测试和在测试期间实现高水平代码覆盖率变得更加困难。

  4. 修复缺陷的时间比开发新功能的时间更多,项目可能会尝试牺牲质量,这会加剧技术债的产生,如果不加以管控,可能会使项目沉没。

  5. 如果为了提升质量而放慢项目节奏,项目进度将会成为灾难,因为开发们将会面临着改不完的bug,做不完的需求变更。

造成这上面一系列问题的原因在于软件开发项目中,项目成员总是对质量保证有不同的对待,他们承担着不同的角色、拥有不同的职责、定义了不同的工作描述和以及不同的领导。

我们在工作中,特别是在腾讯的传统项目管理风格下,经常会碰到以下场景:

  1. 测试人员时常处于高压状态,一方面要为项目进度承担风险,一方面要为项目质量承担主要责任,这样很容易导致测试环节的执行效果变形。

  2. 开发人员、产品人员和测试人员长期保持对立状态,测试本着工作职责要保证最终产品的质量,会严格把控产品和开发的输出,但开发有时会将问题归咎到产品,而产品又会将矛头指向开发,当开发和产品达成一致时又会将矛头指向测试。

  3. 测试环节的完成度和效果,几乎完全依赖当前这个测试执行者的个人能力和经验,如果遇到能力不足,或工作状态不佳的情况,最终输出的产品质量可能会造成灾难。

但是,如果我们将质量保证和开发人员以及团队其他所有角色挂钩,quality assurance is everyone’s responsibility,作为一个项目团队每个人都要为质量负责,共同的目的是生产最终适合客户的产品,我们很大几率会得到以下效果:

  • 在软件开发生命周期的早期发现错误,并且能有效降低解决错误的成本。

  • 获得更高质量的产品,意味着打更少的 patch,改更少的 bug,更少的加班。

  • 产品发布预期会更加可控,降低每个人发版本的焦虑。

  • 极少技术债,代码库一直保持高质量维护状态。

因为质量保障人人有责,所以我们提倡质量左移。又因为我们希望推动质量左移,所以人人都应该参与质量保障。

   2.3 如何开展左移

如上面所说,测试左移是要让开发参与到质量保障中来,将测试行为推向编码阶段。一个很好的采用方法是测试驱动开发 ( TDD ), 它首先根据程序应有的逻辑来实现单元测试,然后编写使测试正常工作的代码。这种做法的目的是在开始写代码之前有一个清晰的结构,一个更健壮和高效的代码(包括测试代码),对于后续的迭代更具有持续性(持续集成,持续测试)。

还有一种工具化的测试左移的方法是使用静态分析工具。静态分析工具有助于识别参数类型或接口使用不当的问题,将这类工具集成在 IDE 里可以更早更快的发现问题,比如大家熟知的 ESLint 便一个非常著名的静态代码检查工具。

此外,行为驱动开发 (BDD) 也可以加速测试左移的开展。BDD 定义了一种所有利益相关者都可以理解的通用设计语言,例如产品经理、开发人员和其他角色。因此,它使所有相关利益相关者能够同时处理相同的产品功能,从而加快团队的敏捷性。特别要注意的是,这种模式较好地卷入了产品人员提前关注质量,将左移进一步前置,以将需求结构化的形式来验证需求质量。试想一下,如果一个 scenario 写出来就觉得不对劲,是不是应该先看看需求哪里有问题,而不是急于去实现它。所以换句话说,BDD 可以促进跨团队协作,同时缩短了功能交付时间。

不过我们应该要理解的是测试左移的顶层思想,目标上希望尽可能早的发现甚至规避问题,角色上需要全员为质量负责,执行上是要将软件测试主流的冰淇凌模式转变为金字塔模式,基于这个思想之下具体到团队该怎么做,完全可以因地制宜,比如 BDD 和 TDD 本身并无冲突,甚至还可以尝试 BDD+TDD 的模式,另外 TDD 更适合无用户交互的项目比如纯后台,BDD 则更适合重交互的项目如客户端和前端,还有 TDD 的进化版本 ATDD 是一个更重用户体验的模式。

   2.4 测试左移的局限性

推行测试左移,通过 TDD、BDD 和 ATDD 框架,研发团队可以利用清晰的流程来捕获需求并在低级别(单元测试)和高级别(验收测试)进行测试,以确保应用程序的质量,并且可以持续的享受稳定可靠的测试代码带来的收益。然而,在现实世界中,我们面临着许多压力——竞争、时间、技能短缺——这使得这一切都难以成为现实,或者在执行过程中产生各种各样的技术变形,最终实现效果并没有达到预期。

举个充分具有腾讯特色的例子:开发A 在很好的践行 TDD 开发,但某天产品说今天上午开会老板对一个特性表示了不同意见,产品们中午饭都没吃开会讨论出了调整方案,希望明天就能上线,时间紧迫来不及废话,就拿着这张照片开发吧(会议室白板拍下来的方案),这时开发A 该如何保障质量?可能有人说这太特色了,场景反而没那么多,那再举个常见的例子:Android 50/iOS 80要发布了,开发B 提前拿到了开发者版本要针对新系统对 APP 做一次全面体验和质量排查,发现了不少严重影响用户使用的问题,大部分是兼容性问题可以直接优化,也有一些是新功能产生的体验问题需要产品给方案,但临新系统发布不到一周时间了,这时开发B该如何保障这波更新的质量?

受时间和资源所限,我们只能将质量放在需求交付之后再进行把控,以希望快速发现和修复,避免产生更大范围和更严重的影响,这就涉及到了下一个话题,测试右移。

03

测试右移(Testing shift right)

   3.1 怎么理解右移

如果在产品开发周期的早期进行测试意味着向左移动,那么稍后进行就必须向右移动。这就是测试右移的意义所在——在产品发布后进行测试。按照测试左移的概念,我们将在生产环境进行的测试行为和质量保障称之为测试右移。

在去年的一项由 Capgemini 和 Broadcom 联合进行的问卷调查中,生产中的测试被列为目前实施或计划中的首要实践。此外,39% 的受访者提到使用运营分析来确定或优化测试覆盖率。简单来说就是越来越多的软件企业开始重视生产环境的测试验证,而非一味的追求前置的保障。

当被问及客户如何衡量持续测试流程的有效性时,利用生产数据和利用用户反馈分别排名第一和第二。

有些专业人士将测试右移划到SRE领域,也有一些DevOps概念将之称之为TestOps,强调测试与运维之间的紧密结合,甚至还有一种说法叫运维左移,叫什么不重要,重要的是这说明测试右移引起了足够的重视,值得关注和尝试。

   3.2 为什么要右移

先说第一个理由,创建质量门(Quality Gate)是开始左移运动的一个行之有效且简单的方法。大多数公司都有某种类型的生产质量门,最简单的形式是“所有测试用例的 X% 必须通过,并且关键优先级缺陷少于 Y。” ,相信各位都经历过或正在经历这个阶段。更DevOps的玩法则是流水线质量红线,通过持续测试以及红线来拦截潜在的质量问题。

但是如测试左移局限性章节所述,有些时候我们会收到来自各方的影响甚至干扰,导致技术动作变形,质量门也好流水线红线也好,时常会被打破和践踏,前几年作为测试工程师我最大的噩梦便是来自项目经理的一句「我们再来review下bug单」......下图是一张常见的影响和可能性对缺陷优先级的视觉描述。低影响 + 低可能性 = 低优先级(P2);低影响 + 中等可能性 = 低优先级(P2);低影响 + 高可能性 = 中优先级(P1);中等影响 + 中等可能性 = 中优先级(P1);中等影响 + 高可能性 = 高优先级(P0);高影响 + 高可能性 = 关键优先级(P00)。善于发明创造的鹅厂项目经理可能还会发明P000,甚至P0000来让更多缺陷看上去优先级没有那么高,从而放过问题尽快发布。

于是在缺乏适当的质量心态的团队或者场景下,第一道门被打破后,必须建立起第二道门来对质量进行把控,否则千里之堤将毁于蚁穴,每一次的缺陷漏出(不论是有意还是无意)都会对项目的未来造成不同程度的影响甚至伤害。

这第二道门便是测试右移(也可以叫做质量右移),当缺陷在并非我们预期的阶段漏出了,我们应该具备足够的能力和手段(工具)发现并修复,并且确保未来不会再次漏出。

再说第二个理由,研发团队提高速度的最有效方法之一是将质量目标左移,也就是测试左移。实际情况,我们也正在推动早期测试的各种基础设施和管道,以最终减少新增代码发布到生产并且质量稳定的时间。前面我们也探讨了有多种测试可以轻松地将测试行为向左移动,例如单元测试。但有时候有些事情超出了传统测试工程师的覆盖范畴, 例如服务器可能会停机,又如一些热点事件导致访问激增,性能和可用性问题随时可能爆发。虽然部署到测试环境可以模拟与生产相当的环境,但事实证明模拟毕竟是模拟,不是完全替代品。

生产环境的全面广度和多样性很难在测试环境中复制,用户流量的真实场景也很难模拟。即使我们根据以往的案例构建并优化了测试手段,随着生产需求的不断发展,维护这些配置文件和行为也成为一项重大责任。此外,生产环境也在不断变化。它从来都不是一成不变的,即使我们的业务没有变化,它下面的一切也在不断变化,比如它所依赖的基础设施。因此,经过一段时间后,团队发现某些类型的测试只能也必须要在生产环境中进行。

两个理由其实只是从不同角度说了同一件事,百分百的可靠性/质量通常是一个不切实际的目标。我们从 Google 的 SRE 哲学中学到的一个关键原则是,100% 的可靠性/完美质量的产品不仅不切实际,而且通常成本太高而无法实现。SRE 建立了服务水平目标(SLO) 和风险预算的概念,以量化生产系统中可接受的风险容忍度,同样的原则也适用于测试和整体质量。Netflix 在这方面我个人觉得已经做到了业界极致,他们在2019年O'Reilly SACon 上名为《Anatomy of Testing in Production》的分享介绍了 Netflix 如何演进到在生产环境做测试的全历程,内容非常清晰明了,我就不在本文越俎代庖凑字数了。

   3.3 如何开展右移

关于测试右移,我的经验并不多,还在边学习边实践,很多事物都超出了我以前的经验范畴,涉及到很多新名词、新角色和新技术,我用我有限的知识帮大家捋一捋,开阔下思路。

数据分析能力:由于大多数生产数据都是大量、多样且通常是临时的,因此我们必须进行数据分析,以便快速从这些数据中获得洞察力,并与其他数据集进行关联以识别操作。高级分析技能(例如预测分析或机器学习)对于预测事件(例如发布质量)也是必不可少的。虽然这些分析技能在运营领域都是稀松平常的事物,不过对于开发人员和测试人员来说相对较新。

CX 测试能力(Customer Experience):CX 现在被认为是衡量生产质量的关键指标。如今常见的 CX 测试包括 A/B test、金丝雀测试以及众测。与其他运营数据一样,CX 数据通常也非常庞大且通常是非结构化的。虽然理论上来说 CX 应该是运营团队关注的事情,但如果要在生产环境做质量保障,则需要获得足够的技能来从 CX 流程和数据中收集数据并提升洞察力。举个例子,现在腾讯文档的很多生产缺陷反馈都来自于用户反馈,然后其中参杂着体验问题和功能缺陷,开发人员不得不对这些反馈做一道手工过滤,以便将有效的质量问题转入研发计划,这显然是一种低效的做法。

监控和操作能力(Ops):了解监控原理(例如创建、测试和部署监控器以及使用监控器中的数据)是测试右移的一项关键技能。同样,熟悉 oncall 流程,运营手册(事件、故障、警报、MTBF、MMTR、配置定义等)也是非常必要的。

可靠性技能:越来越多的项目开始组建 SRE 团队,说明可靠性已经被意识到是一个非常关键的质量属性。SRE 涉及到测试的包括混沌/弹性测试、部署和回滚测试以及配置测试。

新工具的支持:对于测试右移来说,工具的支持是不可或缺的,没有合适的工具就无法执行测试右移,这其中包括监控、数据分析(针对生产和 CX 数据)、CX 测试(例如 A/B 和金丝雀测试)和可靠性测试等很多领域的工具。

复盘能力:当问题无法避免的在生产环境被放大,我们除了第一时间修复问题外,还需要对问题进行复盘,找出根因,想办法从源头或者更早的环节发现和拦截问题,甚至从最早的设计阶段就可以避免它,不要浪费每一个被漏出去的问题,「Now, what did we learn today?」。

04

自动化测试 VS 测试自动化

如果你有耐心认真看到了这里,恭喜你已经开始对测试领域产生了兴趣,那么我们接着聊点更「测试」的东西,也就是开头提到的自动化测试和测试自动化的区别。

不管是前面说到的测试左移还是测试右移,都绕不过自动化测试这个词,那么「测试自动化」又到底是个什么概念?作为开发我需要理解这个东西吗?是不是测试领域的故弄玄虚?它们是相关的概念,但每一个都有非常具体的含义和目的。在简单聊过测试左移和右移的重要性之后,是时候定义这两个概念,阐明它们之间的不同和相似之处,因为他们的区别真的很重要。

先说自动化测试,“自动化测试”只是自动运行一组特定的测试并验证其结果的过程,而不是手动进行。当我在机器上跑运行单元测试时,我正在做的是自动化测试。当有人MR新代码时,CI 流水线自动执行单元和集成测试,它也在做自动化测试。接着说测试自动化,“测试自动化”解释起来可能有点棘手,虽然自动化测试=将测试验证通过自动化执行,但“测试自动化”是一个更广泛的概念。它是指将管理组织内部不同测试需求以及行为的整个过程完全自动化。

如果把自动化测试比作流水线(Pipeline),那测试自动化则是工作流(Workflow)。现实情况自动化测试确实更多的是以 pipeline 的形式运用在 CI/CD 中,而测试自动化则是通过 worklfow 的形式对研发流程中涉及到测试行为进行编排,使这些环节可以自动串联和执行,而每个环节是用自动化测试还是其他测试工具来实现,都是测试自动化需要考虑的范围。

   4.1 自动化测试

贯彻自动化测试团队中收益最大的角色是谁?在我看来,答案很明确:开发人员,but why?为了方便开发同学们聚焦,让我们暂时专注于单元测试。其实“单元测试”并不是一个很好的名字,对于初学者来说,他们可能会被带偏认为覆盖了某个函数就叫单元测试或者代码覆盖率达到 X%就叫好的单元测试。真正意义上的单元测试要考虑的东西很多,或者说单元测试要承载的功能很多:

  • 提升代码质量,它可以帮助开发人员在进行集成测试之前识别单元中可能存在的最小缺陷。

  • 提升调试性,可测试性一定程度上等于调试性(capability of being (easily) debugged)。

  • 功能文档,想要了解代码逻辑的开发人员可以通过阅读每个单独模块的单测轻松了解系统。

  • 开发效率,因为单元测试天然是自动化测试的缘故,可以快速变更快速验证快速迭代。

  • 提升信心,重构代码和更新引用库变得更加容易,不论是担心改动对他人的影响,还是他人的改动对自己的影响,在进入下一阶段之前,优秀的单元测试意味着该单元在与其他模块集成之前已被证明处于正常工作状态。

单元测试是由程序员编写的,对于程序员来说,是为了“证明”,至少在一定程度上有信心,一段给定的代码确实做了它应该做的事情。截至目前,自己验证自己产生的代码,听上去很合理,收益最大的人自然也是自己或其他协同开发的人,即开发人员。

我们再将“可执行规范”的定义扩展到集成测试。集成测试简单来说就是将测试范围扩大到系统级别的功能验证,并且使用真实的数据库/文件系统/账号等而非模拟/存根。集成测试要考虑的东西是什么,或者说集成测试要承载的功能有哪些?我就不再展开细说了,聪明的你一定已经结合上面单元测试的结论有了自己的答案。

最后我们将“可执行规范”的定义扩展到端到端测试,已无需多言,答案似乎很清楚:项目中“自动化测试”的主要受益者是开发人员。或者,换句话说:自动化测试是实现开发人员理性的工具(曾经的你「一把梭」过吗,DDDD),测试代码和业务代码相辅相成,它允许开发人员无所畏惧地重构,因为他们知道有一个可靠的安全网,分别在不同层面以测试套件的形式出现,如果他们破坏了什么,都会被发现并被拦截。

看到这里如果你还认为自动化测试是为了节约测试工程师人力,那......是在下认输了。

   4.2 测试自动化

贯彻测试自动化,团队中谁会从中受益最大?这个答案可能有争议,但在我看来最大受益人依然是开发人员。

在传统的瀑布模式的组织中,测试只不过是整个周期中的另一个阶段。测试阶段往往发生在周期结束或接近结束时。我们在前面的测试左移中已经讨论的足够清晰,这样做实在太晚了,反馈周期变慢会降低整个测试策略的实用性和效率。如今,推行 DevOps 的公司正朝着全面 CI/CD 的世界迈进,他们不能永远等待测试的反馈,测试本身必须是连续的(continuous testing),这样才能在开发的所有阶段确保质量,不然 CI/CD 很难完整。

在这种情况下,自动化测试是可以派上用场,但这只解决了单点的测试行为被自动化执行的问题。如果要将测试完全且彻底的融入到 CI/CD 中,这必须依赖更完整的测试工具链,比如测试环境、测试数据(账号、素材等)的自动生成和管理;又比如通过 IDE 实现本地开发远程执行自动化测试;再比如针对一些核心业务或模块需要设置定时任务以及风险告警;最后再提一个对自动化测试本身的运营思路,使用自动化测试本身已经比较成熟没有难度,但在哪个阶段/环节执行,执行哪种类型的测试任务,执行结果是否可以作为有效的拦截依据,这些是需要花些心思的。如果前面说的这些测试域的事情不能自动化,就很难提升自动化测试的速度和一致性,也无法连续的启动和运行测试。更恶劣的情况甚至会让自动化测试本身变得非常困难且容易出错,而且还很耗时,最终失去了做这件事的全部意义。这并非危言耸听,腾讯文档项目就正在经历着折磨......

通过自动化管理上述测试需求,测试自动化可帮助组织在整个开发周期中将质量保持在最高标准。此外,测试自动化我认为属于测试域,属于研效部的事儿,而非业务自己做,他们要考虑工具的持续迭代,考虑解决通用、抽象的问题,这意味着业务的开发们可以专注于创建更有针对性的 testcase 并更有效的通过测试代码来覆盖(对,我说的就是你,刷覆盖率的,出来挨打)。这点文档后台团队做的就不错,在我跟他们短暂的合作过程中能感受到他们在踏踏实实的写能让自己放心的 UT,并将工具交给更专业和专注的团队去负责,这里要点名感谢 Testone 后台测试工具链的开发同学非常接地气的合作。

说到这里我埋个小坑,今年的 DORA state of DevOps 2021 report 又重点强调了持续测试,他们指出正在进行 DevOps 转型的公司的持续测试能力对能否真正实现持续交付有着重大影响,未来我应该会输出一些关于持续测试的内容。

   4.3 我该怎么做

我在这里澄清“自动化测试”和“测试自动化”之间的混淆,并不是想争论命名的歧义,而是概念本身确实不同。我希望给开发同学们普及更广泛的测试概念,如果你希望你的团队能持续以最高质量标准交付软件,就要懂得更多。自动化测试很重要,尤其是让开发人员有信心无畏地重构他们的代码,毫无疑问,这有助于提高代码质量,你已经感受到我很克制的在传递「自动化测试完全应该由开发人员自行完成」这个思想。但是,当你的团队或项目开始转向持续集成/持续部署(CI/CD)场景时,测试自动化变得至关重要,因为测试不仅要左移也要右移。除此以外还要将测试行为流程化并且尽可能自动化,质量不是一道门就可以完全把关好,而是需要层层把关,守护好自己创造出来的东西。当你了解了测试自动化这个更高维度的概念,你便走进了如何通向高质量产品的大门,你会发现质量这东西除了测试工程师,还要跟 Infra/SRE,DevOps 工程师和数据工程师等各种角色打交道和密切配合才能追求卓越,精益求精。

05

来自 EX 测试的寄语

笔者在腾讯做了近十年的测试工程师,很多开发人员因各种理由习惯性的将隐患甚至显而易见的问题直接丢给下一个环节也就是测试,真正发自内心对质量和品质有意识的开发屈指可数,不过有个很有意思的现象是,这些凤毛菱角的开发们现在都逐渐担做起了管理工作,有的做完需求敢跟我对赌,一个 bug 一顿饭,利用我来鞭策他提升自己的开发质量;有的当 bug 辗转多人几个月仍未解决的时候,我就会想到把 bug 单转给他,即便不是他负责的模块他也会抽时间根治,并且很讨厌的拉着你说一堆你一点也不想听的分析过程;当年合作时还没升技术高 P 的某位,质量意识之高从现在腾讯会议这款产品完全能体会得到。腾讯文档的开发们我就不夸了,一来做的确实还不够好,二来怕大家骄傲~

我在想,可能没有天生就对质量有追求或测试能力强的开发,但一定有 owner 意识、责任心以及合作精神都很强的开发,他们重视自己所做的项目,重视自己的每一个产出,重视跟自己合作的伙伴,所以他们愿意花时间,甚至牺牲时间去保障质量。拥有这样品质的同事,已不仅仅被局限在是一位优秀的开发,一定会被领导认可,被放在更高的位置去影响更多人。

“在计算机存在的整个过程中,如何设计软件以及如何开发软件一直是一直讨论的中心。没有哪篇文章像 Frederick P. Brooks 的“No Silver Bullet”那样成为讨论的核心。然而,在他写下这篇对知识的贡献将近 35 年后,布鲁克斯的观察仍然正确。软件工程是一个复杂且要求很高的领域,它给从业者带来了许多问题,并且没有单一的解决方案,即没有灵丹妙药,可以提供一种简单的方法来减少创建软件产品所需的工作。”

很多开发者觉得让开发为质量负责,对开发们造成了很大的伤害,甚至是一种变相的压榨。但现在政策和市场暗流涌动,互联网行业风云变化,快速抓住机遇和有效保障质量之间如何平衡很难抉择,去测试化不是银弹,但不可否认是符合趋势的一种为未来做人才储备的手段。至少我们要先学会自动化测试,并接受测试左移和右移的思想,这是软件测试发展的趋势,再远一些几十年后会怎么样我不知道,当下我们只是在尝试走别人走过的路,仅此而已。

-End-

原创作者|顾况

感谢你读到这里,不如关注一下?👇

图片


📢📢去测试化意味着测试失业?点击下方图片得到答案!👇

 图片

让开发去做测试是好事还是坏事?欢迎评论留言。我们将选取1则优质的评论,送出腾讯云定制文件袋套装1个(见下图)。4月10日中午12点开奖。

图片

图片

图片

图片

图片

图片

相关推荐

大模型的Agent Skill功能,在LLM HTTP底层交互流中是怎么承载的?

网络文章文本的 skill,昨天我实现了之后也就开始好奇起 Skills 的底层原理了——相比起各种花里胡哨的 agrnt 应用,我一直以来都很对大模型在纯粹的 HTTP 交互层面是如何交互的更感兴趣。Skill 的全部"魔法"都发生在 system prompt 的措辞和 SKILL.md 文件的编写质量上——本质上是一种 prompt engineering + 文件系统的组合。但是各种天花乱坠的 skills,是如何在底层的 HTTP 中,与大模型——这个只会嘴遁的工具交互的呢?

QcloudCommunity的博客 407

万字入门AI Infra:深入理解大模型中的数学与Infra优化

关注腾讯云开发者,一手技术干货提前解锁👇AI Infra科普、入门或者进阶 ~~ 不到 5 万字,带你融会贯通理解大模型的数学、算法、硬件到系统工程。任何问题欢迎沟通交流。可怕,我竟然有点认同这句话。当然大概率是因为姚顺宇太懂AI了,而我则是因为无知者无畏。不过仔细想想,大模型推理中的数学逻辑确实不复杂,很多原理只需要高中数学知识就能看懂。但是为什么像 vLLM 这种推理系统这么复杂呢?本文将拆解大模型中几个核心操作(RMSNorm、Softmax、Causal Mask、Sampling)背后的数学与

QcloudCommunity的博客 1170

平平无奇的源码,竟藏着Agent的核心秘密?

System Prompt 是剧本,Skill 是剧本的扩展包,Agent Loop 是演员按剧本行动。欢迎留言,我们将邀请作者针对性回复你的评论,我们将选取1则优质的评论,送出腾讯云定制文件袋套装。,让 Agent 能主动"巡逻",而不只是被动等待用户消息。OpenClaw 的 System Prompt 分层结构。的"行为底线",任何 Skill 或用户命令都无法覆盖它。精华 2:Skill 的"按需加载"避免 token 浪费。精华 1:System Prompt 是"分层乐高积木"

QcloudCommunity的博客 426

QQ音乐Harness Engineering实践

一个看似简单的需求,背后可能牵动服务调用链、配置、灰度、埋点、错误码、接口契约和历史兼容性。当 AI 开始快速生成大量代码,真正的瓶颈就不再是"写不出来",而是"看不完、想不清、管不住"。在对话式编码阶段,一种典型的工作模式逐渐流行:开发者把需求丢给 AI,扫一眼输出"看起来对"就直接采纳,不审 diff、不追问逻辑、不验证边界。以音乐商业化业务为例,一个需求可能从 TAPD 单开始,经过需求评审、技术方案、服务影响面分析、IDL 契约变更、业务代码实现、测试验证、CR、灰度上线,最后才进入稳定运行。

QcloudCommunity的博客 716

从Prompt、Context到Harness,工程的三次进化与终局之战

同时,强制要求散落各处的决策记录(Slack、邮件、文档)全部迁移至代码仓库,确保 Agent 的唯一信息来源是可信的、版本受控的仓库。更坑爹的是,研究表明,当上下文过长时,模型会出现"中间遗忘(Lost in the Middle)"现象:它对开头和结尾的内容记忆较好,对中间大段内容的关注度大幅下降。这篇文章,我想带你完整走一遍这三次进化的逻辑:它们分别解决了什么问题,它们之间是什么关系,它们的边界在哪里,以及:当三者融合,AI 工程师的终极形态究竟是什么?大语言模型的本质,就是这位金鱼助理。

QcloudCommunity的博客 719

让Skill自己训练自己:8阶段Loop、3层评测、5维AND门控,从此实现自进化

所以每一轮改动都是有据可查的,不是「感觉这里可以优化」,而是「Case 41 挂了,因为 agent 把离职问题路由到了邮箱分类,但正确答案在通讯录,所以我改 root_index.md 加个易混淆提示」。但让我最后决定把它记录下来的,不是这的个「吸收」过程,而是它真的在替我探索我不想费脑力触达的边界,这看起来更像是一个机器智能应该有的样子。不准跨层,每轮只改一层的东西。但我经过这 19 轮之后觉得,更准确的描述是互补——你在明处看着,AI 在暗处替你试错,你看不见的那一半就是 AI 能贡献的地方。

QcloudCommunity的博客 1128

只加两行代码,为什么要两天?一文深度理解业务系统的复杂性

关注腾讯云开发者,一手技术干货提前解锁👇业务系统复杂性一直是令开发者头痛的问题。复杂的不是增加一个需求需要耗费多少时间,而是在增加一个需求后带来的蝴蝶效应:其它功能会不会受到影响、要如何去找到这些影响,最终如何实现系统正常运行......功能之间隐秘增加的耦合、不可避免的代码腐化在导致业务复杂性增加。大家都在说的软件开发提效到底在提什么?程序员日常工作中应该如何提升开发效率?敏捷开发、瀑布流式开发孰是孰非?欢迎阅读。业务背景与目标我依然非常清晰地记得某个时候,我所在团队 Leader 曾讲过一段话:“我担

QcloudCommunity的博客 713

从零设计生产级 Multi-Agent Harness:架构、评估、记忆、成本与 MCP 工具接入全拆解

在 AI Agent 领域,Multi-Agent Harness 指的是把多个 Agent 的能力、工具、状态、通信、编排、监控统一收束在一个运行时之内的框架。第三,Agent 路由。一个输入框,一个大模型,几个工具,一段写得很漂亮的 System Prompt,再配上一个炫酷的前端,看起来就像一个能干活的“数字员工”。Multi-Agent 完全不一样——它有计划、有中间步骤、有工具调用、有 Agent 协作、有重试、有反思、有最终合成。增加 Budget、权限、重试、压缩、轨迹评估、审计、回归测试。

QcloudCommunity的博客 710

拆完Hermes源码,我发现Agent的“自我进化“根本不需要训练模型

两个月 5.2 万 Star,Hermes Agent 用一个"LLM 审判官"机制实现了 Agent 的自我进化——不改模型权重,只改"怎么用模型"的策略。OpenClaw(社区昵称"龙虾"🦞)是 2025-2026 年最火的开源 Agent 框架,30 万+ Star,插件市场 ClawHub 里有数千个插件,能接入 Telegram、WhatsApp、Slack、飞书、企业微信——几乎是一个"个人 AI 操作系统"。Skill 是英语写的,Memory 是英语写的,审查 Prompt 也是英语写的。

QcloudCommunity的博客 911

AI Infra 其实没有多少新东西

传统 Infra 追求横向扩展,而 AI Infra 呈现 “AI 大型机”特性,是因为传统后台服务的可以容忍毫秒级延迟,但 AI 集群不行,GPU 的算力是 CPU 的数百倍,微秒级的延时等待也会造成很大的算力损耗,需要硬件的高度集成。在可预见的1-3年的未来,这样的专用硬件+网络的集中式架构很难发生比较大的改变。与之相似,模型推理的批处理就是将多个输入样本打包(batch),将原本串行的 N 次轻量的推理计算,合并为 1 次重量的计算,实现单位时间内处理更多的请求,提高了 GPU 利用率。

QcloudCommunity的博客 826

程序员越早想通这些越好

永远没有正确架构,你永远无法偿还完所有的技术债务,如同你永远不会设计出完美的界面,请避开完美主义的陷阱,永远没有完美的代码,能够满足当前需求,又为未来不管是自己还是他人留有扩展空间,就很好了。我们努力的方向就是将现实世界映射到有限的数据结构中,这就需要用户自定义类型,如果你的代码中包含类似 trader portfolio 这样的概念,你就可以使用他们的名称来建模,而不是使用基本数据类型复杂嵌套表述你的目的。从另一个角度看,代码里的注释都是补丁,是碎片化的,局部的注释很难推导模块整体的顺序及耦合关系。

QcloudCommunity的博客 466

RAG已死?不,是Grep回归了!

这样一来可以直接复用已有的计算缓存,只为新增的增量部分付全价,前面累积的大头按约 1/10 的缓存价计费。所以实际的工具组合方式是灵活的:Grep(默认模式)→ Read 是最常见的路径,但 Grep(content 模式)可以独立使用,LLM 也可以直接调 Read(如果已经知道文件路径),或者一次同时发起多个 Grep 并行搜索。它从零开始构建自己的对话历史,不继承主对话的消息,这意味着它搜索过程中产生的大量 grep 结果、代码片段都留在自己的 context 里,主对话只收到一段总结性的文本结论。

QcloudCommunity的博客 576

深入浅出Harness Engineerring之核心模式与理念

在智能体生命周期的关键节点(如会话开始、工具调用后)自动触发预设动作(如代码格式化),由系统确保关键流程被执行,不依赖可能被模型遗忘的指令。简单讲就是利用向量存储这个技术,来实现模糊检索,原理是:即使字面不同,但语义相近的文本,其向量在数学空间中的位置也很接近。根据命令类型、参数和影响,自动评估其风险等级(安全、有风险、危险),并采取自动执行、请求确认或直接拦截等不同策略。关键特性是可隔离、可重建、可扩展。不是一次判断就定终身,允许你改变、允许情况复杂,通过不断观察、思考、调整,越来越懂真实的你。

QcloudCommunity的博客 625

Harness Engineering实践心得:如何高效驾驭AI?

但如果这些经验被拆成一条条 Rule、一个个 Skill、一项项 Script 检查——"XAML 不能有中文"、"编译要用这个路径的 MSBuild"、"SVN 命令必须带认证参数"——AI 就能在秒级时间里"吸收"十年的踩坑经验。然后可以看到下方的图,我的PM会很顺利的调度其他agent分别负责不同的事项,遇到问题的时候也能准确的找到合适的agent。MCP 本质上是在扩展 AI 的"感知范围"——Rule 管"该怎么做",Skill 管"怎么操作",MCP 管"能看到什么、能碰到什么"。

QcloudCommunity的博客 843

从第一性原理思考 Agentic Engineering

需要注意的是,这一结论是有条件的:如果 AI 缺乏领域知识,过早介入反而可能引入 1.2 节所述的"似是而非"损耗——因此上下文供给(实践 1)是 AI 全链条参与的前提,而非结果。通过一个专门的自迭代 Skill 实现——当 AI 在协作过程中识别到自己被纠正(用户否定了 AI 的输出并给出了正确方向),它自动评估这个错误的根因,搜索现有的 Rules 和 Skills 中是否已有针对该类问题的处理规则。事实上,越是复杂的项目,工程师的认知负担越重(公理 3),AI 分担认知负担的潜在边际价值也越大。

QcloudCommunity的博客 757

万字干货!Harness Engineering如何工程化落地?

关注腾讯云开发者,一手技术干货提前解锁👇Harness Engineering 的概念已经火了有一阵了,全网很多文章基本都是在讲理念,讲为什么今天做 AI 开发,不能只靠一段提示词,也不能把模型当一个“更聪明的代码补全”。但与此同时,一个问题也在持续地发酵:这个问题特别重要。因为 Harness 这个词听上去很大,很像一个抽象的方法论,但它如果不能落到工程、目录、文档、脚本、工作流里,那它最后就只是一句漂亮的话。事实上,不同项目落地出来的 Harness,表面上可能完全不一样。有的项目是 CI 很强,有的

QcloudCommunity的博客 1171

全方位对比:Hermes VS OpenClaw

多账号矩阵运营 如果你的业务涉及同时管理多个社交媒体账号、多个平台的内容分发、多渠道的客户互动——OpenClaw是目前市场上的"无可替代的底座"。一个有专业背景的个人,现在可以快速构建一个垂直领域的AI助手:比如"财务分析Hermes"、"法律咨询Hermes"、"技术架构Hermes",直接通过微信提供服务,积累自己的专业IP。跨平台生态融合 如果你的工作流涉及飞书、Slack、Discord等多个平台的深度集成,需要这些平台之间的数据流转和联动——OpenClaw的生态支持是强大的。

QcloudCommunity的博客 1218

一文讲透:Harness Engineering即控制论!

而研发模式的升级我认为将会是一个飞跃的过程,之所以现在我们仍然需要需要参与编码,一个非常大的原因就是缺乏传感器和基建,仍然需要人来串流程,比如需要人来验证UI是否正确、需要人来告诉AI代码不符合代码规范,因此在有些场景我们仍然感觉 AI 完成的很吃力,但这不是 AI 能力不行,而是我们并没有为 AI 提供友好的环境……控制论中的突变理论介绍了矫枉过正和飞跃现象之间的矛盾,如果质变中经历的中间过渡态是不稳定的,那么他就是一个飞跃的过程,如果中间过渡态是稳定的,那么他就是一个渐变的过程。但是这些阶段要解决的。

QcloudCommunity的博客 1204

神级开源插件!一句话让QClaw变3D小镇,Agent工作可视化,赛博云监工

这个架构是翻了几次车才想通的—原有AI的实现机制是用 setTimeout 猜动画时长导致了幽灵 NPC、工位撞车、越改越崩,后面我停下来换了思路,推翻原有的架构,按照“意图+回传”的架构进行重构,之前的问题一次性全部解决。15 天,我和 AI 吵了 185 次架, 4.5 万行代码,开发了一款 QClaw / OpenClaw 的UGC游戏插件,这可能是人类跟 Agents 交互的新范式,插件已完全开源,有需要的欢迎自取~我天天用,用着用着我就在思考,Agent 产品现在的交互体验,基本都一个样。

QcloudCommunity的博客 1198

一文搞懂Hermes:新顶流Agent如何从经验中自我进化

Voyager 是一个能在 Minecraft 中自主探索、学习技能、无限积累能力的 AI Agent,它提出了 "Skill Library"(技能库)的概念——Agent 将成功的行为序列编码为可复用的技能函数,存储在一个持续增长的代码库中。如果 Skill 的名称和描述不够精准,或者用户的任务描述与 Skill 的触发条件有语义差距,Agent 可能会错过相关的 Skill。如果进程在写入过程中崩溃,目标文件要么是旧内容(还没被替换),要么是新内容(替换已完成),绝不会出现写了一半的损坏文件。

QcloudCommunity的博客 2637

自掏腰包一万元,拥抱AI这一年,我的工具、实践和思考

其实也很好理解,过往的每个领域(比如前端、后端、设计、测试等等)都主要是这个领域的从业者在为它添砖加瓦,但是大模型时代的 AI 应用领域却几乎是所有使用 AI 的人类一起在迭代,无分领域,无分文理,无分老少。因为每个时期的 AI 都有着不同的特点,很多时候当我费尽心思去钻研,自以为有点弄明白 AI 应该怎么玩的时候,基座模型和行业范式常常就会迎来颠覆式的变革,很多过往的经验都会倾覆,然后只能从头再来。过去一年多,被热议的 AI 范式大概是沿着四个阶段递进演化,每一个阶段其实都在解决前一个阶段的核心问题。

QcloudCommunity的博客 627

办公Agent的CI/CD时刻到来了

核心观点是:企业给员工配了一堆 AI 工具,试点跑了几百个,但真正拖慢 AI 转型速度的瓶颈不在模型能力,在"最后一公里":AI 输出和实际工作流之间的那道鸿沟。代码写完,打个 tar 包,开 FTP 传到服务器上,SSH 进去解压,改配置文件,重启服务,刷一下页面祈祷别 500。你复制,切窗口,粘贴到腾讯文档里,发现 Markdown 格式全乱了,手动调标题层级,代码块重新标记语言类型,表格散架了重排一遍。模型是越来越聪明了,但"生成"到"落地"之间那段路,还是你自己在走,一步一步,手动搬运。

QcloudCommunity的博客 608

4亿token买来5个教训:让6个AI Agent连写4天代码发生了什么?

Watchdog 检测到崩溃 → 启动诊断 Agent 分析原因 → 诊断 Agent 跑满 20 轮没搞定 → Watchdog 判定“已修复”,重启系统 → 重启的系统因为诊断 Agent 留下的环境变量被继承,连续 3 次拒绝启动 → 触发连续失败保护退出 → Watchdog 第 3 次巡检,发现进程和记录文件都没了,尝试手动重启,自己也停了。启动前我翻了论文、做了架构设计、写了监控+修复异常的脚本。这个发现让我的情绪从沮丧变成了兴奋——不是那种"终于修好了"的释然,是"我找到根因了"的快感。

QcloudCommunity的博客 584

赛博斗蛐蛐:9大模型决战三国志,天命在谁?

我猜是这样的,当Gemini面临决策的时候,一系列关键词比如 守城,劣势,粮草,三国等等,在语义层面的关联性中LLM发现了竖壁清野这个关键词概率非常高,所以以此为策略,然后再根据这个策略完美执行操作。MiMo 的外交是三方中最精明的。Kimi作为国产模型,也同样颠覆了我对他的看法,最后的比赛他甚至一度是优势者,存在很多夺冠的可能性,要知道他的对手可是claude和gemini,而他经常出兵慢,回过头来想想或许正是他的策略,毕竟中后期他的优势都来自于稳健的发展和较少的战斗频率(和claude比).

QcloudCommunity的博客 875

Claude Code是怎么知道你在骂他的?这 12 条发现值得关注

确实存在——5,500+ 行,集成了消息队列、工具装配、MCP 编排、会话状态、权限、分析、文件持久化和优雅关闭,基本上一个文件干了所有事。对抗虚假声明——"不要在输出显示失败时声称所有测试通过,不要压缩或简化失败的检查来制造绿色结果"。完整的 KAIROS 是一个持续驻留的守护进程,能感知你在不在电脑前、主动寻找有用的工作做,更像是住在终端里的全职同事。源码里藏着一个叫 "Buddy" 的电子宠物系统,完整度令人惊讶——这不是一个 TODO,而是一个从数值系统到 ASCII 动画都实现了的完整功能。

QcloudCommunity的博客 702

逆向深扒Claude Code源码,我发现了什么!?

Anthropic 内部用户获得更严格的质量控制 prompt、更好的验证机制(独立 Verification Agent)、以及针对 model 弱点的专门对策(如 Capybara v8 的 29-30% 错误声明率对策)。这不是代码混乱的标志——它是整个 Agent Loop 的心脏,所有的流式处理、工具调度、上下文压缩、子代理管理都在这个文件中协调。这种"胖核心"设计是刻意的:保持核心循环的原子性,避免分散到多个模块导致的协调复杂度。核心价值:Fork 代理的工具输出不会回到主代理的上下文窗口。

QcloudCommunity的博客 893

一文讲透如何构建Harness——六大组件全解析

本文将从"裸模型的四个硬伤"出发,逐一拆解 Harness 的六大组件——文件系统、Bash + 沙箱、记忆(AGENTS.md)、Web Search + MCP、上下文工程、编排 + Hooks——带你看清 AI Agent 真正的竞争壁垒,不在模型层,而在 Harness 层。如果你用过 Agent 做复杂任务,你一定有过这样的体验:一开始 Agent 的表现很好,但随着对话变长,它开始"变笨"——遗忘之前的约定,重复之前犯过的错误,甚至对同一个问题给出前后矛盾的回答。对于简单的问答场景,这无所谓。

QcloudCommunity的博客 761

Harness Engineering 来了,SDD 还有意义吗?

他们的解法是把「品味」编码进规则,然后用一个定期运行的「doc-gardening」Agent 自动扫描漂移、发起修复 PR——「技术债务就像一笔高息贷款,不断地以小额贷款的方式偿还,总比让债务不断累积要好」。代码仓库本地的、已版本化的工件,才是 Agent 所能看到的全部。在 Vibe Coding 模式下(即不做规划、随意向 AI 提需求的开发方式),大量设计决策、跨服务约定、「为什么不选另一个方案」的讨论,全部停留在一次性的 AI 对话里——下一个人,或者下一次 AI 会话,完全无从获取。

QcloudCommunity的博客 419

零废话!一文讲透从0构建AI Agent

每个工具都要写一套"定义→解析→执行"的胶水代码。上下文管理就是在"记住足够多"和"别超标"之间找平衡,常见策略包括滑动窗口、摘要压缩、RAG 检索增强。上下文窗口是 Agent 的"工作记忆",但它有硬性限制。LLM 负责"动脑"决策,代码负责"动手"执行。这是从"聊天机器人"进化到"Agent"的关键一步。每次调 API 都把完整对话历史发过去,LLM 本身是无状态的,"记忆"完全靠客户端的数组模拟。这样 Agent 一开始就知道自己"在哪里"、"手头有什么",不需要先花一轮工具调用去探索环境。

QcloudCommunity的博客 712

距离AI把小编我裁掉还有72小时

这是一个基于 OpenClaw 开源生态打造的本地化 AI Agent 助手,已于上周开启全量公测,无需复杂配置,三步即可上手,自带安全防护,支持微信直连绑定,内置多款优质国产大模型,现阶段也是完全免费使用,基本上前面提到过的痛点都可以靠它解决。对了,这里特别强调一点,上面的截图让产品同事汗流浃背,再三找我确认 QClaw 思考过程中优美的“草”字说法,不会是默认出现的吧?AI 好,AI 得学,但更重要的是,在你的工作和生活里,哪些东西是能结构化地被 AI 所接入的,不要死守着那些脏活累活不放。

QcloudCommunity的博客 674
上一篇: 探秘 DeepSeek 落地进展,腾讯云携手业界专家共话 AI 生产力
下一篇: DeepSeek驱动行业智变提速,腾讯云汇聚大咖共话进阶之路
腾讯云开发者
腾讯云开发者 企业官方账号 企业官方账号
博客等级 码龄10年 6291粉丝 1962原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值