百度柚漫剧用多Agent生成客户端与接口测试用例

QA 侧从 Copilot 升级为 Agent 范式，人由执行者转为监督者/调教者，从用例生成、规划生成跨越到用例执行：交付模式由主 Agent 与数字员工「度小智」两大角色加六大专业 Agent、工具生态与工程记忆构成。实践效果（以 v1.0 为例）：AIQA 落地需求占比 100%。按提测内容分析判定并自动发送提测报告（QA 反馈正向），按需求准出标准自动拦截未达标需求。 支持以如流侧边栏形式按需求与版本维度观测风险。智能测试打通端到端全流程链路、完成从需求生成到测试准出全 AI 化，其中客户端需求用例生成占比 74%、稳定自动化用例占比 10%，服务端打通新需求接口用例生成占比 81%、稳定自动化用例占比 2%。单条 case 自动生成约 8s、case 单步执行约 1min，并支持自动断言与自动签章。 测试左移侧：Commit 阶段基于 Agent + rules 引入 AISA 扫描能力，CR 阶段引入小码哥智能评审并融合小码哥 + AISA（重复内容自动收起）评估代码质量，该能力已在 Comate IDE / VSCode / JetBrains 三端上线供业务使用，初期误报率较高、按误报问题定向优化后有效率提升，并支持工程级与个人级 CR 规则配置。 走查阶段的 AI Checker「茶茬」结合 AI + 算法 + 代码做 figma 与图像对比前置召回 UI 问题（文本/样式/布局等），并通过 OpenClaw 实现知识与算法自主进化、能力 Skill 化，标注为「建设中」。