展示HN：格鲁夫评分器（Gandalf the Grader）：一个基于代理的AI输出评估框架
2026年5月28日，Hacker News AI 热帖介绍了一个名为 Gandalf the Grader 的AI输出评估框架。该框架的核心特点是作为反应式代理，在与被评估AI相同的环境中运行，根据二元标准进行评分，旨在评估依赖具体文件、工具状态或实际操作的输出，而非仅评估最终文本。
软件测试
First-Principle 上关于「软件测试」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
Cargo-Crap：为AI辅助开发找到Rust代码中未测试的复杂性
本文介绍了一个名为cargo-crap的开源Rust工具，它通过计算“变更风险反模式”（CRAP）指标，帮助开发者定位AI生成代码中既复杂又缺乏测试的函数，为AI辅助开发提供可衡量的风险护栏。
AI 代理自动测试分布式系统：GitHub 项目为 Claude Code、Copilot 提供技能
该帖子介绍了 GitHub 上的一个项目，它为 AI 编程代理（如 Claude Code、Copilot）提供了两个技能，能够自动为分布式和状态化系统设计并执行声明驱动的测试，旨在发现网络分区、并发问题等生产环境缺陷。
Agent-QA: 开源 AI 驱动的端到端测试工具
根据 First-Principle 发布的 Hacker News 热帖（2026年5月18日），Agent-QA 是一个开源的 AI 端到端测试工具，支持用自然语言编写测试用例，并利用智能体环境执行与记忆构建来捕获回归问题。