科技Bestblogs·小红书技术REDtech··AI 生成
QECon 北京 2026｜小红书创新产品的 AI Native 质量工程实践
小红书 Lab1327 团队把测试流程交给 QE Agent：按用例组织上下文以节省 Token，用多端质量知识图谱固化页面、路由、接口的关系，以动态 DAG 在执行中随证据缺口重规划，再以联合断言同时核对页面、对象关系和服务端数据。每月跑完 150 余次完整测试，核心主张是测试从「AI 辅助」走向「Agent 自主推进」；适合做测试平台、AI Agent 工程化的读者读实施细节。原文 ↗原文 ↗
核心观点
- ▍测试的下一个形态是 Agent 自主完成「理解需求—设计用例—执行—判断结果」闭环，而非让 AI 只做用例生成等单点辅助。
- ▍QE Agent 的落地靠四项工程机制叠加：上下文工程、多端质量知识图谱、动态执行 DAG、联合断言，缺一不可。
- 01上下文管理结合外置记忆、按需检索、上下文隔离三种方法：需求、用例、执行记录存在对话外，Agent 按当前用例读取前置、步骤、预期和进度，截图与日志按需补读，避免重复读取历史。
- 02多端质量知识图谱显式保存已确认的入口、数据前置和跨端调用关系，Agent 沿关系查询页面、路由与接口，并追溯源码和版本，解决业务理解不足导致的漏测和误判。
- 03验证计划用逻辑 DAG 表达，节点是准备、操作、取证等任务，边是依赖；执行中用动态执行 DAG 记录任务依赖与状态，以便中途出现证据缺口时追加取证或跳过已完成步骤。
- 04联合断言同时核对页面表现、对象关系和服务端数据，证据充分且符合预期则通过，明确不符则失败，不足或矛盾记为待补证并重新规划取证。
- 05QE Agent 每月完成 150 余次完整测试，测试人员从重复执行转向业务分析和异常处理。
反方 / 局限
- — 知识图谱只保存「已确认」的入口、数据前置和跨端调用关系，图谱未覆盖的新页面或变更路由如何自动扩展，文章未展开，隐含人工维护成本。
- — 联合断言的「待补证—重规划」路径依赖证据可获取，若取证受环境或权限限制，Agent 可能陷入反复取证循环，文中未给出该情形的兜底策略。
概念锚点
前置背景
技术原理
平行视角
延伸追问