跳到内容 新闻档案 经济 防务 能源 石油和天然气 可再生能源 电动汽车 采矿 大宗商品 农业 房地产 抵押贷款 抵押贷款利率 财务 银行 保险 金融科技 加密货币 防务工作 财富 智能钱 财富管理 投资者 个人理财 家庭财务 退休 税务 高净值 FP 评论 行业女性 Puzzmo 时事通讯 金融时报 商业必备 更多 创新 信息技术 FP500 播客 小企业 生活故事 讲述尾巴 购物 金融邮报商店 讣告 发布公告 广告 与我们一起广告 广告解决方案 Postmedia 广告管理器 赞助请求 分类信息 发布分类广告 工作个人资料设置 我的订阅 我的优惠 时事通讯 客户服务 常见问题 新闻 经济 能源 采矿 房地产 财务 防务工作 财富 投资者 FP 评论 行业女性 Puzzmo 时事通讯 金融时报 商业必备 首页 商业无线 新闻稿 PMN 新闻稿 TestMu AI 的代理保证现已普遍可用，让团队测试他们的 AI 代理实际改变了什么 文章作者：现在订阅以阅读您所在城市和加拿大各地的最新新闻。 Barbara Shecter、Joe O'Connor、Gabriel Friedman 等独家文章。来自金融时报的每日内容，全球领先的商业出版物。无限的在线访问权限，一次账户即可阅读来自金融邮报、国家邮报和加拿大 15 个新闻网站的文章。国家邮报电子报，是印刷版的电子副本，可以在任何设备上查看、分享和评论。每日难题，包括《纽约时报》填字游戏。现在订阅以阅读您所在城市和加拿大各地的最新新闻。 Barbara Shecter、Joe O'Connor、Gabriel Friedman 等独家文章。来自金融时报的每日内容，全球领先的商业出版物。无限的在线访问权限，一次账户即可阅读来自金融邮报、国家邮报和加拿大 15 个新闻网站的文章。国家邮报电子报，是印刷版的电子副本，可以在任何设备上查看、分享和评论。每日难题，包括《纽约时报》填字游戏。创建账户或登录以继续您的阅读体验。一种账户即可访问来自加拿大各地的文章。分享您的想法，并在评论中加入讨论。享受每月额外的文章。获取您最喜欢的作者的电子邮件更新。创建账户或登录以继续您的阅读体验。一种账户即可访问来自加拿大各地的文章。分享您的想法，并在评论中加入讨论。享受每月额外的文章。获取您最喜欢的作者的电子邮件更新 登录或创建账户 试用包括 4000 个积分和四个并发运行，因此团队可以从其代理的文档和端点生成功能性和对抗性套件，代码是可选的，并在有证据支持的裁决上门控 CI，无需预约演示。旧金山和印度诺伊达——TestMu AI（前身为 LambdaTest），全球首个代理 AI 驱动的质量工程平台，今天宣布代理保证的普遍可用性。代理保证通过检查运行实际改变了什么，而不是代理所说的，来测试采取行动的 AI 代理，例如调用工具、写文件和更改记录。现在，任何团队都可以创建 TestMu AI 账户，并在不先预约演示的情况下对其自己的代理进行测试。代理保证于 2026 年 8 月 17 日推出，之前有候补名单和指导性的入门会议。自那时起，运行代理保证的 CLI，Rook，已经根据早期团队的反馈发布了一系列稳定的版本。获取最新的头条、突发新闻和专栏。注册即表示您同意接受 Postmedia Network Inc. 的上述时事通讯。一封欢迎邮件正在发送中。如果您没有看到，请检查您的垃圾邮件文件夹。下一期的头条将很快送达您的收件箱。我们在注册您时遇到问题。请再试一次。代理评估通常仅对最终回复进行评分，而该回复可能对代理自身的工作是错误的。在 2026 年 10 月发布的 CXBench 中，LLM 代理在受管客户体验工作流中的基准测试中，80.1% 的运行达到了正确的结果，但仍然未通过流程检查，只有 13.8% 的运行两者都通过。调用错误工具或跳过必需步骤的代理仍然可以报告成功。这就是为什么代理保证检查运行的效果，涵盖代理所做的工具调用以及其改变的记录、消息和工件，由团队连接的钩子报告，然后才会发出裁决。无法观察到的任何内容都会报告为无法验证，从不报告为通过。自动生成的测试套件：从代理的文档（如 PRD、政策文档或 API 规范）及其端点派生的功能性和对抗性场景。添加代码库是可选的，并可提供更深入的结果。