Not translated yet — showing the Chinese originals.
Industry & Practice · Tagged “CI/CD”
Research & Benchmarks//31 min
AgentAssay 用三值判定和行为指纹做非确定智能体的回归测试。7,605 次试验花了 227 美元:通过率一直是 100%,一元检验力为 0,指纹检验力 0.86。SPRT 把 100 次降到 22 次。注入回归的实验作者写明还没做。
Research & Benchmarks//19 min
把智能体放进持续集成,眼下还不是把发布权交出去。2026 年这篇愿景文区分数据面和控制面:补丁和重跑测试可以交给智能体,改部署策略和批准关口仍然要人批。安全靠外围治理,评测还没跟上。