螞蟻數科分享 Harness 工程實踐:60 萬行 C++ 專案導入 AI 驗證閉環,缺陷率降至個位數
AI Coding 產能提升放大了傳統研發問題,螞蟻數科透過建立唯一事實源、視覺化測試與多 Agent 協同 Code Review 的驗證體系,解決代碼產出過快帶來的品質風險。
AI 前線綜合 2 家單一來源
52 則值得知道的變化
AI Coding 產能提升放大了傳統研發問題,螞蟻數科透過建立唯一事實源、視覺化測試與多 Agent 協同 Code Review 的驗證體系,解決代碼產出過快帶來的品質風險。
Copilot 新增完整 Shell 工具執行測試驗證程式碼,Lite 級別改採多代理協作,使高嚴重性問題解決數提升 47% 且成本降低 8%。
更新修復混合公開與私有資料表的安全漏洞。團隊透露,修復期間利用 Claude Fable 5.1 等未公開模型尋找隱蔽錯誤,未來將把 AI 審查納入常規開發。