测试 AI 应用

本栏目是反向命题：不是"用 AI 做测试"，而是"怎么测 AI 应用"——RAG 检索与生成质量、Agent 的行为边界。

文章

1. RAG 应用的分层评测：检索、生成与拒答行为的量化
2. Agent 行为契约测试：轨迹断言与故障注入方案

关键差异

传统测试断言"确定输出"；AI 应用测试断言分布与边界（召回率、忠实度、拒答行为、行为契约）。这是方法论的换代，不是换个断言库。