Hacker News front page10/6 00:06AI 評分56 學者提出 Ephemeral Testing：用 AI 臨時搭建上層應用檢驗程式碼 魁北克大學電腦科學教授 Daniel Lemire 提出 ephemeral testing（臨時測試）：不直接評估自己寫的程式碼，而是讓 AI agent 在其之上臨時搭建一層或多層應用並測試，用完即棄，再根據失敗情況反推底層程式碼品質。它屬於整合測試，區別在於上層軟體完全是一次性的；API 清晰、不變數穩定、報錯有用的庫能讓 agent 快速產出可執行的東西，隱藏狀態、意外預設值或文件不全的庫則會產出一堆補丁和失敗，這些失敗是底層程式碼的證據而非 agent 的問題。 開發工具Ephemeral TestingAI agent軟體測試整合測試開發工具 閱讀原文
TechCrunch AI10/5 17:43AI 評分67 HackerRank 向客戶開放 AI 面試官 Chakra，已面試超 50 萬場 HackerRank 的 AI 面試 agent Chakra 結束約六個月 beta，週一起正式向企業客戶開放，測試期間已完成逾 50 萬場面試，Snowflake、Snorkel、Capgemini 等公司參與試用。候選人要在帶 AI 助手的畫布上處理真實程式碼倉庫任務，Chakra 會依據其操作追問思路，評估批判性思維、判斷力與「AI fluency」，即如何向 AI 描述問題、判斷其輸出並引匯出解法。 產品與方案政策與安全AI 面試官招聘評估演算法偏見AI fluencyHackerRank Chakra 閱讀原文
Hugging Face blog● 精選10/3 23:56AI 評分75 微軟與 Hugging Face 發布 ThinkingBox，按資料庫狀態給 AI agent 打分 微軟聯合 Hugging Face 推出 ThinkingBox 基準，通過 Hugging Face 提供，不看 agent 的回覆文字和工具呼叫，只檢查它留在後端資料庫裡的最終狀態與副作用，每個任務重複跑 20 次。在 507 個有狀態業務流程、12 個模型、121,680 次有效試驗中，79,853 次未通過可執行檢查，其中 67.24% 仍乾淨收尾且無工具報錯。 研究開發工具ThinkingBoxAI agent 評測MCPOpenEnvbenchmark 閱讀原文