ГЕНЕРАТИВНІ АГЕНТНІ РІШЕННЯ ШТУЧНОГО ІНТЕЛЕКТУ ДЛЯ ЗАБЕЗПЕЧЕННЯ ЯКОСТІ ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ
DOI:
https://doi.org/10.36910/775.24153966.2025.83.25Ключові слова:
генеративні AI-агенти, якість програмного забезпечення, автоматизація тестування, агентні системи, штучний інтелектАнотація
AI-агенти демонструють автономність у плануванні, виконанні, аналізі та підтримці тестів, пропонуючи
потенціал для подолання стійких викликів у забезпеченні якості, зокрема надмірних витрат на підтримку,
тривалих циклів налагодження та обмежених можливостей прогнозування. Для структурування дослідження
визначено сім основних агентних варіантів використання, що охоплюють повний життєвий цикл тестової
автоматизації. Проведено порівняльну оцінку трьох SaaS-платформ — KaneAI, Zephyr Scale Automate та TestRigor
— із застосуванням дуальної методики, яка поєднує кількісне оцінювання та якісний аналіз. Такий підхід забезпечує
цілісне розуміння як зрілості підтримки агентних функцій, так і глибинних характеристик їх реалізації, роблячи
внесок у дискурс щодо еволюції практик тестування програмного забезпечення.
