测试智能体最尴尬的地方，是它得先证明自己测得对

InfTest这个名字，我是在词元无限那套多Agent组织里看到的。InfOne做顶层平台，底下分需求理解、代码生成、测试验证几块，它管最后一环，职责写得很直白，就是证明代码站不站得住。

第一反应是这活儿挺难讨好的。写代码的Agent出了bug，大家骂它；测试Agent要是漏了bug，也没人夸它。它做得对不对，本身还得靠人再验一遍。

我看它的介绍，重点在基于需求和代码自动生成高覆盖率用例，深度集成飞书项目，测试计划和缺陷流程打通。这个方向是对的。测试这件事，写用例本身还好，最烦的是用例写完了要跟需求对、跟缺陷单对、跟人对接。工具能把这条链子串起来，比单纯生成一堆用例有价值得多。

但有个坎绕不过去。生成的用例覆盖率高不高，跟需求写得清不清楚直接挂钩。需求本身就是一句话的事，Agent再聪明也只能照着这句话编，编出来的用例看着挺全，实际测的都是边角。

我这边做AI应用流程的时候踩过类似的坑。前面环节糊弄过去，后面自动化程度越高，错得越整齐。

给个建议，别一上来就全流程托管。先拿一个需求边界清楚、代码量不大的模块跑，人工抽查它生成的用例，看它到底是真读懂了需求，还是照着函数签名猜的。跑顺了再往飞书项目那边接。

问一句，有没有人真拿它跑过需求文档写得比较糙的老项目，效果怎么样。