เอเจนต์ทดสอบ AI
QA แบบอัตโนมัติ: จากระบบอัตโนมัติการทดสอบ สู่ฟลีตด้านความน่าเชื่อถือ
วิธีที่ผู้นำ QA ปรับโฉมสู่ความทันสมัยด้วย testing fleet, การตรวจสอบแบบ human-in-the-loop และความน่าเชื่อถือแบบ closed-loop
Zof AI Reliability Practice
คู่มือระดับองค์กร · ระบบอัตโนมัติที่มีการกำกับดูแล
ระบบอัตโนมัติที่มีการกำกับดูแลเป็นค่าเริ่มต้น: การอนุญาตจากมนุษย์สำหรับการแก้ไขที่ส่งผลต่อการใช้งานจริง หลักฐานการตรวจสอบ และตัวเลือกการติดตั้งใช้งานตั้งแต่ SaaS ไปจนถึง secure enclave
เหตุใด QA จึงกำลังเปลี่ยนแปลง
จังหวะการปล่อยและพื้นที่ของระบบเติบโตเร็วกว่าที่ QA แบบแมนนวลเพียงอย่างเดียวจะตามทัน การบำรุงรักษาสคริปต์กลืนกินกำลังที่ควรนำไปใช้ค้นหาความเสี่ยง
QA แบบอัตโนมัติปรับกรอบหน้าที่ใหม่ให้หมุนรอบฟลีต, หลักฐาน และการอนุมัติที่มีการกำกับดูแล ไม่ใช่การทดแทนกำลังคน
QA แบบแมนนวล กับ QA แบบสคริปต์ และ QA แบบอัตโนมัติ
แบบแมนนวลโดดเด่นด้านการใช้วิจารณญาณเชิงสำรวจ; แบบสคริปต์โดดเด่นด้านการตรวจสอบที่ทำซ้ำได้; ส่วน QA แบบอัตโนมัติประสานงานเอเจนต์โดยอาศัยบริบทจากกราฟและการปรับแก้เส้นทางอย่างต่อเนื่อง
โปรแกรมที่พัฒนาเต็มที่จะผสมผสานทั้งสามแบบโดยมีขอบเขตที่ชัดเจน
Testing fleet
ฟลีตรันการทดสอบถดถอยแบบเจาะจง, ขยายความครอบคลุมหลังเกิดเหตุการณ์ และปลดเทสต์ที่ล้าสมัยออกโดยมีการลงนามอนุมัติจาก QA
คู่มือ testing fleet อธิบายรายละเอียดการประสานงาน
เวิร์กโฟลว์การตรวจสอบของ QA
คิวการตรวจสอบจะแสดงเทสต์ที่สร้างขึ้น, diff และอาร์ติแฟกต์ตัวอย่าง QA เป็นเจ้าของมาตรฐานการเลื่อนใช้งานและกฎการจัดการข้อมูล
ตัวชี้วัดติดตามความหน่วงในการตรวจสอบ ไม่ใช่เปอร์เซ็นต์ระบบอัตโนมัติที่ดูดีแต่ไร้สาระ
ลดเทสต์ที่ไม่เสถียร (flaky)
เอเจนต์จะกักกันเคสที่ไม่เสถียร แนบบันทึก RCA และเสนอแนวทางทำให้เสถียร บริบทจากกราฟช่วยแยกแยะสัญญาณรบกวนจากสภาพแวดล้อมออกจากข้อบกพร่องของผลิตภัณฑ์
นโยบายงบประมาณความไม่เสถียร (flake budget) ช่วยให้ CI ยังคงน่าเชื่อถือ
ขยายความครอบคลุมของการทดสอบถดถอย
ความครอบคลุมจะขยายไปยังจุดที่คะแนนความเสี่ยงในกราฟสูงขึ้น เช่น บริการใหม่และดีเพนเดนซีที่เปลี่ยนแปลงบ่อย ไม่ใช่ขยายแบบเท่ากันทุกจุด
ผู้บริหารจะเห็นความครอบคลุมในแง่ของการลดความเสี่ยง ไม่ใช่จำนวนเคสดิบ
การทดสอบ QA แบบมีมนุษย์ร่วมตัดสินใจ (human-in-the-loop)
มนุษย์เป็นผู้อนุมัติการเลื่อนขั้น การเข้าถึงข้อมูลที่ละเอียดอ่อน และการแก้ไข ระบบอัตโนมัติช่วยเร่งการร่าง แต่ความรับผิดชอบยังคงอยู่กับมนุษย์
นี่คือระบบอัตโนมัติที่อยู่ภายใต้การกำกับดูแล ไม่ใช่บอตที่ทำงานโดยไร้การควบคุม
ผู้นำด้าน QA ควรนำ Zof มาใช้อย่างไร
เริ่มต้นด้วยทีมเดียว จับคู่ผู้นำด้าน QA กับวิศวกรแพลตฟอร์ม วัดผลข้อบกพร่องที่หลุดรอดและชั่วโมงที่เสียไปกับความไม่เสถียร แล้วจึงขยายไปยังฟลีตอื่น
ยกระดับ QA ด้วย Zof ผ่านการสาธิตเชิงเทคนิคแบบลงรายละเอียด
คู่มือที่เกี่ยวข้อง
เอเจนต์ทดสอบ AI
ฟลีตทดสอบทำงานอย่างไร เอเจนต์ต่างจากเครื่องมือสคริปต์อย่างไร และจะนำไปใช้พร้อมการตรวจทานโดยมนุษย์ได้อย่างไร
Testing Fleets
การจัดการฟลีต การจำแนกความเชี่ยวชาญ การทดสอบถดถอยแบบเจาะจง เทเลเมทรี และการกำกับดูแล รวมอยู่ในโมเดลเดียว
โครงสร้างพื้นฐานความเชื่อถือได้แบบอัตโนมัติ
คู่มือหลักว่าด้วย ARI ที่มีการกำกับดูแล: System Graph, ฟลีตทดสอบ, ฟลีตแก้ไข, การปรับใช้อย่างปลอดภัย และเกณฑ์การจัดซื้อ
