​在传统汽车时代，人们谈到一辆车的核心竞争力，往往会想到发动机、底盘、变速箱等机械系统。但随着汽车向智能化、电动化、网联化方向发展，软件在整车中的地位正在快速提升。从电池管理、车身控制、底盘控制，到智能驾驶、座舱交互、通信网关，越来越多的功能都需要依靠嵌入式软件来实现，汽车也逐渐从机械产品演变为软硬 ...

每周读书与学习是由清华大学出版社出版的《JMeter核心技术、性能测试与性能分析》一书的作者推出，分享作者多年的IT从业经历，希望对很多计算机科学技术IT类专业毕业生以及IT从业者有所帮助。 在Jmeter中，很多元件中都有涉及到BeanShell，比如BeanShell监听器、BeanShell定 ...

​2026年6月24日，美国国家航空航天局发布了其火星勘测轨道飞行器（MRO）利用其搭载的高分辨率成像科学实验（HiRISE）相机，捕捉到的毅力号火星车在火星表面的身影。画面中，毅力号火星车在火星表面呈现为一个微小的绿色斑点，周围清晰可见它在火星地表留下的车辙。拍摄时间为2026年6月13日，地点位 ...

开篇 本篇内容其实在之前讲解如何设计知识库的文章中也有所涉及，事实上大部分 SKILL 的效果好坏，很大程度上取决于知识库是否完善和精准。下面咱们进入正题。 「需求评审」和「手工用例生成」的知识库要如何构建 下面先展示一下需求评审的多 SKILL 串联的工作流结构 需求评审：req-review（主 ...

AI 生成代码的原理：知识从哪里来 大模型并不"认识"你的系统 很多人第一次使用 Cursor 生成接口测试时会困惑， 大模型怎么知道我的系统的接口张什么样子？如果我们强行让它写，它绝对会写出一个假的的测试用例。这是因为大模型没有你系统的任何知识。它只能根据通用经验"猜"出一个看起来合理的接口，但猜 ...

我们先选一个 AI 辅助编程工具 实际上，以测试的使用场景来说， 选哪一个都差不多。 虽然现在公认 claude code 是当今最强， 但老实讲，对测试这些场景来说，其实也发挥不出人家强大的性能。 我用过 codebuddy， codex， claude code， cursor。 任何一款其实都 ...

1. GET 请求特点：数据位置：参数拼接在 URL 后面（查询字符串），数据对用户可见。长度限制：受限于 URL 长度，不能传输大量数据。缓存与书签：响应结果会被浏览器缓存，且 URL 可被收藏或分享。安全性：参数明文暴露，不适合传输敏感信息（如密码）。幂等性：是幂等的，多次请求对服务器状态无影响 ...

随着复杂装备系统不断向多处理器、多总线、多分系统方向发展，嵌入式软件验证面临日益严峻的系统复杂度挑战。 传统研发模式下，软件验证高度依赖真实硬件环境。通常需要等到处理器板卡、接口设备及相关分系统逐步到位后，才能开展系统联调与综合验证。这种方式在复杂系统研发过程中，普遍存在硬件依赖强、联调周期长、异常 ...

​引言：无人机实测时的偶发失控，根源竟是微秒级任务冲突。如何实现物理硬件都难以实现的“时光倒流”式排故？ 当你操控的无人机突然不听使唤，或者自主飞行的无人机突然做出诡异动作，你可能会以为是无线电干扰，或是飞控代码写错了。 但有时，真正的罪魁祸首藏得更深。它出没在百万行代码与实时操作系统（RTOS）的 ...

大模型最烧钱的是推理。M3用稀疏MoE（Mixture of Experts），196B总参数每次只激活11B——相当于用11B模型的成本跑出196B模型的效果。 什么是MoE？ 传统Dense模型： 每个token经过所有参数计算 70B模型 → 每个token计算70B参数 MoE（Mixtur ...

过去两年，AI已经从"加分项"变成了"必选项"。 不只是大厂，二线公司、甚至传统行业的测试团队都在要求："能熟练使用AI工具提效"。 更关键的是，面试的玩法也变了。现在的技术面试早就跳出了 “考 AI 零散知识点” 的阶段。面试官不会再问 “你知道哪些 AI 测试工具” 这类浅层问题，而是把AI 玩 ...

不写测试的代码是负债。MonkeyCode帮你把测试覆盖率从0%提到80%+，而且写起来不痛苦。 为什么程序员不写测试？ 三个字：懒、烦、慢。 写测试的时间比写业务代码还长 改一行业务代码，要改10个测试 不知道测什么、怎么Mock、怎么断言 MonkeyCode把这三点全解决了。 快速上手：让Mo ...

在软件开发过程中，测试用例的生成是至关重要的一步。测试用例是用于验证软件功能、性能和安全性的具体测试方法，是确保软件质量的关键手段。 随着人工智能（AI）技术的发展，基于 AI 的测试用例生成技术逐渐成为未来趋势。 1.1. 测试用例的重要性 1.1.1. 测试工作的基础 测试用例是测试工作的基础， ...

选择一款优质的基于生成式AI 人工智能的测试工具能够确保测试过程的准确性和效率，从而加速整个软件测试周期。相反，设计不佳的测试工具可能无法发现错误，并可能存在安全问题。它们可能产生误报或漏报，误导开发与测试团队，导致潜在的软件故障。 testRigortestRigor是一个基于人工智能的工具，允许 ...

用MonkeyCode做调试：AI帮你修Bug是什么体验 背景 作为一个写了5年代码的老开发，我一直有个固执的观念：调试是程序员的基本功，必须自己来。 但最近用MonkeyCode做项目，尝试了它的调试功能，我的观念有点动摇了。 这篇文章记录我用MonkeyCode调试的真实体验，没有软文，都是实话 ...

MonkeyCode做Code Review：我让它审了100个PR，结果出人意料 我做一个实验：让MonkeyCode和人工同时Review 100个PR，对比结果。 结论先说：MonkeyCode发现了人工漏掉的23个问题，但也误报了15个。 实验设计 样本：团队近3个月的100个PR 人工Re ...

我用AI做代码审查的30天实录：发现的问题远超预期 代码审查（Code Review）是团队开发中最容易被"走过场"的环节。 "这代码能跑就行"——相信每个程序员都听过这句话。 但问题代码一旦合并到主分支，后续的维护成本是指数级增长的。 所以我做了一个实验：连续30天，用AI（MonkeyCode） ...

简介在人工智能技术迅猛发展的时代，AI测试已成为提升软件质量与开发效率的核心工具。本文将深入探讨AI测试的三大核心领域——自动化测试框架、智能缺陷检测与A/B测试优化，结合最新的技术趋势与实战案例，从零开始构建完整的AI测试体系。文章将通过代码示例、架构图与实战分析，帮助开发者掌握AI测试的核心技术 ...

AI 测试（AI Testing）是指针对人工智能（AI）系统、模型或应用进行的系统性验证和评估过程，目的是确保其功能、性能、可靠性、安全性以及伦理合规性符合预期目标。由于AI系统具有动态学习、数据驱动和不确定性等特点，AI测试与传统软件测试存在显著差异，需要采用专门的方法和工具。 AI测试的核心方 ...

​智能网联汽车的迅猛发展，正在推动车载电子系统架构从传统封闭模式向开放互联模式演进。在这一过程中，车辆不再只是机械系统的集合，而是逐渐成为由传感器、执行器、控制器、通信网络和软件系统共同组成的复杂电子电气系统。 在众多车载通信方式中，控制器局域网，也就是CAN总线，正是汽车电子控制系统中应用广泛的通 ...