推文

@realfxw · 2026-10-14 09:00

AI Agent 编程最大的痛点是什么？不是写不出代码，而是它每次都自信满满地声称“任务已修复”，结果一运行却发现处处都是隐蔽 Bug。现在，AI 代理终于能学会自己“闭环验牌”了。 开发者 Oskar 正式推出了全新的 /create-verification-skill。这项扩展技能的核心理念非常明确：让你的 Coding Agent 在交付代码前，必须先验证自己的工作成果，并利用 E2E（端到端测试）作为验证层，为你提供确凿的运行证据（Evidence）。 该方案基于 @poteto 的 skills 规范构建，旨在解决 AI 代理编写代码后缺乏真实环境反馈的问题。 在以往的 AI 辅助研发流程中，最耗费开发者精力的往往是“人工验收”环节。智能体改完代码后，通常仅依赖静态类型检查或基础单元测试，但在实际的前端渲染、复杂路由跳转和端侧交互路径中，UI 异常或状态管理错误往往无法被捕捉。最终，开发者依然要充当“人肉测试机”，打开浏览器反复手动核验。 通过接入 /create-verification-skill，Agent 的交付逻辑发生了根本转变： 自主构建验证链路：Agent 在修改或编写完功能后，会自动围绕 tester-army/e2e 框架生成针对性的端到端测试用例； 拿证据说话（Evidence Layer）：整个流程覆盖 launch、doctor、drive、evidence 到 bug bash 阶段，Agent 会在真实模拟的交互环境中运行测试，并带着完整的通过凭据向用户交付； 实现自我闭环：一旦端到端测试失败，Agent 能够根据错误反馈自动回溯并修复问题，避免直接把未经检验的半成品丢给用户。 同时，团队近期还同步上线了开源自动化测试框架 e2e v0.20.0，新增了 e2e run --watch 实时监听模式，并对决策执行器（Decision Executor）进行了深度增强。该项目目前完全开源免费，GitHub Star 已接近 10k。 想要给自己的 Agent 接入这套验证机制，只需在终端运行以下命令： npx skills add tester-army/e2e --skill create-verification-skill 随着大模型编码能力的普及，单纯比拼“生成速度”已经不再是护城河，“具备自测与自愈能力的可靠闭环”正在成为下一代 AI 编程工具的分水岭。让 Agent 自写自测，或许正是迈向真正无人值守自主编程的关键一步。 项目链接：https://github.com/tester-army/e2e

曝光 251 · 评论 2 · 点赞 1 · 书签 3 · 曝光/时 234.1216060973355