软件质量新时代今日开启(5分钟阅读)
摘要
Momentic 宣布重大平台更新,推出基于AI的知识库和自主测试代理,以应对代码速度与软件质量之间日益扩大的差距。
Momentic 的新平台更新提供自主 QA 测试,使团队能够定义产品行为并自动调整测试以适应变化。
查看缓存全文
缓存时间: 2026/06/24 13:43
# 软件质量新纪元,始于今日
来源:https://momentic.ai/blog/a-new-era-of-software-quality
今天,我们宣布全新 Momentic 的到来——一次重大的平台升级、一次品牌焕新,以及让每位开发者亲身体验测试未来的方式。
### 我们为何重构平台
Jeff 和我创立 Momentic,源于一个我们每天都在面对的难题。作为 Robinhood、Qualtrics、WeWork 和 Retool 的前工程师,我们目睹了团队编写代码的速度与自信交付代码的能力之间日益扩大的鸿沟。AI 编码智能体更让这一鸿沟变得无法忽视。
更多代码比以往更快地交付,这意味着更多 bug 和事故会流入生产环境。根据 Faros AI 的《2026 AI 工程报告》,自 AI 加速应用以来,月度事故数量上升了近 58%。而 CloudBees 2026 年 5 月的一项研究发现,81% 的企业技术领导者表示,与 AI 生成代码直接相关的生产问题明显增加。
这并非预测,而是正在发生的事实。代码正在交付,但这从来不是真正的瓶颈。质量保障(QA)本就痛苦,如今更是雪上加霜。
## Momentic 全新功能
过去几周,我们与多个 AI 原生工程团队紧密合作,他们的应用共同服务于数亿用户,涵盖生产力工具、媒体流、消费者应用和专业服务。他们是我们塑造智能体测试如何与快速演进的开发者工具链协同工作的宝贵伙伴。
其中一位客户的话一语中的:
> “我共事过的最优秀的测试人员比任何人都更了解产品。他们知道产品的每个角落,知道什么该发生、什么不该发生。他们知道哪些地方脆弱。这恰恰是当前智能体代码普遍缺失的能力。”
这一洞见成为了我们后续所有构建的基石。
与我们合作的团队并未询问如何编写更好的测试脚本。他们追求的是一个始终在线、自主运行的系统,真正理解他们的产品,知道产品应有的行为,并随时间推移越来越智能。人类只需审阅报告,而非手动测试。
因此,以下是 Momentic 客户现在能够使用的功能:
### 引入记忆与知识库
你合作过的最优秀的 QA 测试人员不仅会捕捉 bug。他们了解产品的术语、脆弱的流程、以及无人记录的边界情况。这些知识存在于他们脑中;当新人入职时,他们也自然能够“理解”。
我们将这种知识构建到了平台内部——通过我们全新的知识库。团队可以定义产品的预期行为、什么是 bug 与有意变更之间的区别、以及术语在特定上下文中的含义。每个智能体——无论是编写新测试、分类失败还是提出修复——都基于这一共享理解运行。团队投入越多,系统就越智能。
每个团队对“质量”的定义标准各不相同。有些追求像素级完美;有些只需用户能抵达目标。现在,你可以相应地定制平台。
### 随产品增长的覆盖率
编写测试通常是工程师最不想做的事情。而随着 AI 加速每日提交量,交付的代码与被验证的代码之间的差距持续扩大。
探索智能体会自动弥合这一差距。每当一个 PR 落地,Momentic 读取差异,识别变更内容,并提出新的或更新的测试——这些测试已限定在关键流程范围内,且与现有测试套件保持一致。它能注意到新功能、重命名的组件、以及上次迭代中不存在的边界情况。随着时间的推移,它会对此越来越擅长,因为它在持续学习你的产品。
### 有意义的失败
测试套件中最糟糕的问题之一就是脆弱的测试。不是因为它们令人烦恼,而是因为它们训练工程师忽视失败。而这恰恰是真正 bug 趁虚而入的时刻。
现在,Momentic 中的每个失败都会通过我们的失败分类智能体进行分诊,并分析其根本原因。这是真正的 bug、有意的应用变更、测试环境问题还是瞬态错误?如果是有意变更触发了测试失败,Momentic 会开启一个拉取请求来修复测试本身。如果是真正的 bug,团队会收到高信号警报,附带完整的上下文信息,说明哪里出了问题以及原因。结果是,测试套件会随着时间的推移不断积累信任。
### 规范即测试
长期以来,测试脚本一直是只有编写它的工程师才能理解的工件。
全新的 Momentic 测试格式基于意图设计,人类和 AI 智能体都能阅读。工程师只需用简单英语描述他们想要测试的内容。此外,AI 智能体可以更有效地解析、构建和修改测试,从而使整个开发循环更快、更自主。
### 全新品牌
平台的演进意味着 Momentic 需要一种新的表达方式与之匹配——一种围绕我们设计到产品中的两个核心品质而构建的表达:易用性和能够随产品自主演进的护栏。
你将在新网站上看到网格结构,这并非偶然。结构和可靠性仍然是基础。但现在其中融入了动感——一种能量,反映当智能体在生产环境之前捕捉到 bug、测试自行更新、智能体在执行过程中自我解阻并继续运行时的感受。这正是新品牌所要匹配的能量。
## 质量,人人可享
过去,质量取决于 QA 团队的规模。而现在,每个团队中的每位开发者,无论团队规模大小,都值得拥有质量。质量应该易于实现、令人愉悦,并深深嵌入软件构建的基础之中。
今天,Momentic 向所有软件工程团队开放。你可以免费亲自试用。我们的理念自始至终未变:我们不希望任何障碍横亘在团队与交付之间。
立即试用:
`npx @momentic/wizard@latest`
相似文章
软件测试的新时代
这篇文章讨论了使用LLM作为自动化QA工程师来执行手动测试任务,如集成测试和回归测试,有可能提高软件质量门槛。
软件质量笔记
一篇关于软件质量的博客文章,探讨其定义、通用信号、益处及常见误解,认为质量是一个光谱,并且随着规模扩大而变得更加困难。
Factory 2.0:从编码智能体到软件工厂(3分钟阅读)
Factory宣布其使命进入下一阶段:软件工厂,一个互联的、以智能体为原生的系统,用于端到端软件开发全生命周期,现已与大型企业投入生产。
你现在可以为AI编码代理赋予其自身的高级开发直觉(起草、测试、审查、利用等)。
讨论如何集成 API Doctor、Socket、Semgrep、CodeRabbit、Postman、Playwright、GitHub Actions、Sentry 和 PostHog 等工具,让 AI 编码代理具备资深级别的代码质量、安全性和监控直觉,将关注点从速度转向质量。
12个月前,没有人理解我们为什么要构建Agentic SDLC。现在感觉所有人都在朝同一个方向前进。
Overcut的创始人回顾了行业从聚焦AI代码生成转向协调多个智能体进行软件开发的转变,并预测Agentic SDLC编排平台将成为下一个重要类别。