荐
你将获得
- 构建可复用的白盒与黑盒测试 Skill
- 搭建专属业务测试知识库
- 掌握 RAG 知识召回与效果验证方法
- 设计多 Agent 分工与任务编排机制
讲师介绍
刘则，某互联网公司测试负责人，前汽车之家测试开发经理、前美团高级测试工程师。主导贝壳 AI 智能体评测体系从 0 到 1 搭建，覆盖评测流程、测试框架、AI 代码评审、LLM 与 RAG 测试。曾主导智能化测试平台及 DevOps 质量门禁体系建设，并参与分布式自助测试平台架构设计。拥有丰富的测试开发、智能化测试与 AI 测试工程实践经验。
课程介绍
AI 能写用例、生成脚本，但当测试任务越来越复杂，一个 Agent 往往不够用了：任务越来越多、上下文越来越长，不同 Skill 需要人工判断何时调用，流程一旦变化，维护成本也会快速上升…
这门课程聚焦测试智能体的工程化构建，把需求分析、白盒分析、黑盒测试等专业测试方法沉淀为可复用的测试 Skill，并通过 RAG 将操作手册、历史测试用例、上线检查清单等企业测试知识接入 AI，让智能体既掌握测试方法，也能理解真实业务。
学完这门课，你不再只是让 AI 完成一个个测试任务，而是能够把测试方法、业务知识和 Agent 能力组织起来，构建一套真正可复用、可协作、可约束的智能测试体系。
课程目录
适合人群
- 中高级测试工程师
- 测试开发工程师
- 测试架构师
- 测试团队负责人
