Arab Academy for Science, Technology, and Maritime Transport

软件测试用例设计长期依赖人工，而把生成当作一次性文本翻译的模型难以处理多层业务规则。一个由解析、分诊、架构、编写、审计五个角色组成的智能体流水线，把测试生成改成带状态的推理流程，审计角色在输出前反复修正脚本。在旅行、电信、金融监管与政府岗位匹配五个数据集上，该流水线的变异得分均值为93.4%，幻觉率1.4%，冗余率7.8%，但平均生成时间达21.2小时。

软件测试用例设计长期依赖人工，而把生成当作一次性文本翻译的模型难以处理多层业务规则。一个由解析、分诊、架构、编写、审计五个角色组成的智能体流水线，把测试生成改成带状态的推理流程，审计角色在输出前反复修正脚本。在旅行、电信、金融监管与政府岗位匹配五个数据集上，该流水线的变异得分均值为93.4%，幻觉率1.4%，冗余率7.8%，但平均生成时间达21.2小时。