技術 [Day28] QA 如何有效使用 Precision、Recall、F1 進行 AI 評估器校正

昨天用 LangSmith 跑完一輪評估，分數都出來了。 但有一個問題一直沒解決：評估器也是 AI，它判得準不準？ 用 LLM 當裁判，就得先驗證裁判。 這...

技術 [Day25] AI Agent 測試案例怎麼寫？預期結果從「答案」變成「方向」

這篇把它落實成測試案例，講 AI Agent 的測試案例跟傳統 TC 到底差在哪、預期結果該怎麼寫、驗收標準怎麼定。 傳統 TC vs Agent TC 以前...

技術 [Day24] AI Agent 測試種類有哪些？五種測試類型、九大評估面向與 EDD

前面提到傳統 QA 有冒煙測試、回歸測試、功能測試…… AI Agent 測試也有自己的一套分類，但很容易把兩件事混在一起： 在回答什麼 例子...

技術 [Day23] 身為 QA 一定要懂的看 Agent 架構流程圖才能真正的測試到核心

看架構與邏輯不是只要在 Agent 測試才需要，在一般的測試其實也都需要才對，這樣才能真正的抓出問題。 所以一名 QA 測試能力深度，最大的區別就是是否會...

技術 [Day22] Agent 時代的測試金字塔：AI 測試的三層架構，傳統測試不會消失

大家都知道傳統的測試金字塔 這時代如果再多了 Agent 測試階段，測試金塔的維度就會不太一樣 AI Agent 測試要拆成三層來看，傳統測試守最底層，三層共存...

技術 [Day21] AI Agent 測試是什麼？跟傳統軟體測試差在哪

從這篇開始換個方向：產品本身就是 AI，該怎麼測？ 越來越多公司開始做自己的 AI Agent 產品，客服助理、智能搜尋、內部知識問答……當你的團隊也有一個這樣...