知鸦日报2026-06-14

传统端到端测试验证固定路径，而智能体测试验证目标能否达成。实验表明，Playwright MCP模式可靠性最高（0-12%失败率），但每次运行成本15-30美元。智能体测试适合探索性场景，不应替代确定性测试，而是作为测试金字塔顶层的补充。

Grab通过AI驱动的自动化测试框架，为400多个服务生成中规模测试，解决了迁移至Distroless镜像时的运行时故障风险。该方案将手动1-3天的工作压缩至0.1天，大幅提升了迁移效率与安全性。

安全团队常面临设计审查与代码实现脱节的问题：只有12%的代码变更关联了原始威胁模型，超过半数PR在审查后一个月才创建。我们利用Dash的语义搜索、MCP协议和基础模型，在代码审查时自动检索威胁模型并比对需求，发现代码虽功能正确但存在安全缺失。这套架构可推广到隐私、合规等领域。