专题：software-testing

Meta推出基于上下文图谱的AI代码生成技术CRoCG，通过结构化分析显著提升代码缺陷检测能力，使bug检出率提升4倍。该技术将代码转化为图谱形式，结合语义理解与上下文关联，为软件开发提供更精准的自动化测试方案，对开发者和AI研究者具有重要参考价值。

访谈中，SmartBear AI 副总裁 Fitz Nowlan 解析了 LLM 代理引入的非确定性对传统软件测试的冲击，并提出以接口契约、数据驱动和监控审计为核心的新测试策略。文章强调，代码易生成的时代，测试重点应转向数据局部性和测试数据构建，要求团队提升数据治理和合成数据能力，以确保质量。

JiTTesting是基于LLM的即时测试方法，旨在解决传统测试在敏捷开发中的不足。它通过自动生成测试用例，精准捕捉代码变更中的潜在错误，提升测试效率，减少维护成本，是AI驱动软件测试的重要创新。