AINTMA：用于自主测试管理的代理 AI 架构，具有生成智能、安全云通信和自适应质量分析

现代软件质量保证需要能够跨分布式云环境做出自适应决策的智能、自主系统。本文提出了AINTMA（代理智能测试管理架构），这是一个多代理代理人工智能系统，它将传统的测试管理转变为自治的质量智能生态系统。 AINTMA 部署了六个专门的 AI 代理（测试发现、风险评估、强化学习优先级排序、执行编排、生成质量智能和云安全监视器），通过云原生微服务基础设施上的安全多代理通信框架进行协调。生成质量智能代理使用 大语言模型 生成简单的语言质量叙述、缺陷风险摘要和数据增强测试建议。 RL 优先级代理将测试选择建模为马尔可夫决策过程，从大规模历史测试执行数据（47 个功能，滚动 36 个月窗口）中学习上下文策略。安全的云通信是通过具有 OAuth2/JWT 身份验证、加密的代理间消息传递和多租户隔离的零信任 API 网关来实施的。对 12 个异构软件项目超过 18 个月的评估表明： 88.4% 的测试优先级准确度（APFD，对比 51.2% 的随机，82.1% 的最佳商业基线）；测试周期时间缩短 43%；缺陷逃逸率从8.3%降低至2.1%； 9 个月投资回收期可实现 340% 的投资回报率。代理架构可扩展到 50,000 多个测试用例，响应时间低于 400 毫秒，生成智能模块达到 4.3/5.0 开发人员有用性评级。 AINTMA 证明，代理 AI 结合了自主多代理协调、生成智能和安全智能连接，可以从根本上推进云规模企业环境中的软件质量管理。