Amazon.ae AMET Payments 团队用 Claude Sonnet 与 Strands Agents 自动生成支付测试用例

亚马逊 AMET 支付团队负责阿联酋、沙特、埃及、土耳其、南非五个市场约每月 1000 万客户的支付选路、交易与支付能力功能，平均每月上线五个新功能，均需成套测试用例。传统做法下，QA 工程师要通读业务需求文档、设计文档、UI 稿与历史测试准备，单项目耗时约一周，仅测试用例编写一项每年就占用约一名全职工程师。团队为此自研多智能体应用 SAARAM（QA Lifecycle App），基于 Amazon Bedrock 上的 Claude Sonnet 与 Strands Agents SDK 构建：早期把整份需求文档直接喂给单智能体，只会产出“验证支付正常工作”式的空泛用例，而他们需要具体到“阿联酋用户对超 1000 迪拉姆订单用已存信用卡选货到付款时，系统展示 11 迪拉姆手续费并经货到付款网关完成状态流转”这样的粒度。方案历经三轮迭代，走“研究人类认知模式而非只优化算法”的路线，并用结构化输出显著减少幻觉。官方称测试用例生成时间已从一周缩短至数小时，测试覆盖质量同步提升；该数字为自述，未披露样本与统计方式，方案计划先在 AMET QA 团队内部推广，再扩展至其他 QA 团队。