德国软件测试从业者Paul Behrend：单一编排Agent按需加载Skills，替代简单提示词与多Agent堆砌
Paul Behrend提出用中央编排Agent按任务动态加载测试Skills并遵循预设护栏，以替代简单提示词和多Agent堆砌两种失败模式；他同时发现Skill输出质量高度依赖底层模型，模型切换将导致明显偏差。
生成式AI在软件测试中的应用存在两种常见失败模式：简单提示词经常输出错误或结果不完整，堆砌多个独立Agent则增加成本和复杂度却未必改善质量。拥有十余年软件质量保障经验的Paul Behrend在实践报告中提出了一条中间路径——部署一个中央编排Agent，让它按照预设护栏引导测试流程，并根据当前任务动态加载对应的Skills，分别覆盖测试分析、测试设计和测试用例生成。这样，原本零散的辅助工具整合为一个清晰且可验证的工作流，产出可靠、可追溯的结果，直接服务于测试实现。
然而，Behrend在落地这套方法时发现了一个实际边界：Skills的输出质量与它所适配的语言模型紧密绑定，一旦切换底层模型，回答质量就会出现明显偏差。编排架构本身并不能屏蔽模型变更带来的影响，团队在模型选型和迁移时仍需面对质量波动的风险。
Behrend同时指出，Agent并非万能替代——在特定场景下，经典自动化仍然是更优选择。测试质量的保障最终取决于经验丰富的测试人员、清晰的流程与Agent的针对性配合，三者缺一不可。