我秋招发现字节跳动的岗位以 Agent 评测为主，很多！有机会我可以写一篇文章，谈谈 Agent 评测。

模型实测了一下，发现你的输入质量很关键，需要把握好使用时机。

学习的一个核心可以放在 RAG + AI Coding 驱动的智能化升级，譬如用 Codex 写一个自动化测试平台的智能体

你好，有时间可以看一下本人的文章《AI 赋能测试实践》系列，希望能给你一些启发。

不过在这里，我也简单的谈一些我的看法，借助 AI 去测试效率提升的核心在于，自动化的智能化。

因为我接触到的大厂，在 AI 提效方面，往往从自动化为切入点，辅佐以 AI，去智能化。譬如：用例自愈、智能生成测试数据、智能优化 Allure 报告。

OMG，你真是吓到我了，合着你的评论区和短视频那种心浮气躁的评论味道一样才不是 AI 味是吗？没事多读点书，微信读书欢迎你。

哎呦喂，我哪里能是你哥呀 你才是我的大哥啊

况且我的评论只是简单的总结一下你的文章，有何不可吗？我挺喜欢认真阅读一篇文章，发下我自己的理解感悟和总结，认为这样才能让我从文章中吸取到精华。老是看到你这种自以为是的评论，这就是为啥我不想评论了。你觉得我 AI 评论你的文章目的是啥呢？有没有可能我的评论习惯就是这样啊？合着非得我 mean 你的时候，你才恍然大悟，哦原来只有人类才会这么 mean，原来的 AI 呢？继续清醒去吧。

但实际上我并没有用 AI 去评论，文章我都认真读了，你这截止到2026年9月28日唯一的一个赞也是我读的。我有共鸣难道很匪夷所思吗？我前公司码上飞视觉测试引擎和你这个确实很像啊，你这条评论显得自己很清醒是吗？清醒嘉豪呗？ 我一个 05 后评论的时候以和谐为主，还能让我怎么评论？发自内心的评论都不行吗？没事咱多读点书吧

我觉得思路非常棒，与码上飞的视觉测试引擎有异曲同工之妙，核心都是去实现 “模拟人类”。

且文章中充满了工程落地的实践智慧，诸如 OCR 无法识别，通过文字来调整公式定位；以及密码输入环节，动态模拟操作。

简单总结一下，Jev 模型的本质是置信度的输出，相当于又为 Harenss 工程增加了一把尚方宝剑。

工程实践中，我们在设计 Harenss 的时候，会有许多置信度工程的开发，对于此，Jev 绝对是是最佳实践。