智能体编程加剧CI负载:Anthropic 如何扩展测试影响分析
随着智能体编程的广泛应用,Anthropic 的持续集成(CI)作业量在六个月内激增了25倍,对工程基础设施造成了巨大压力。为了应对测试负载剧增的问题,团队对其测试选择服务进行了三次紧急修补与迭代优化,最终构建出一套可持续的测试影响分析扩展方案,有效化解了工程效能瓶颈。
随着智能体编程的广泛应用,Anthropic 的持续集成(CI)作业量在六个月内激增了25倍,对工程基础设施造成了巨大压力。为了应对测试负载剧增的问题,团队对其测试选择服务进行了三次紧急修补与迭代优化,最终构建出一套可持续的测试影响分析扩展方案,有效化解了工程效能瓶颈。
ADK 现已提供原生实时评估功能,旨在帮助开发者将实时语音智能体从 Demo 顺利推向生产环境。该功能允许开发者利用由 Gemini TTS 生成真实音频的 LLM 模拟用户,对基于图的智能体工作流进行多轮对话测试。通过定义评估场景和自然语言评分准则,系统可自动对语音回复和工具执行进行打分。测试结果既可在 ADK Web 中审查,也可通过 CLI 无缝集成至 CI/CD 流程中。