Naukowcy z arXiv opublikowali pracę na temat AINTMA - nowej architektury opartej na agentycznym AI, która przekształca tradycyjne zarządzanie testami w autonomiczny ekosystem kontroli jakości. System wdrożony na infrastrukturze cloud-native z mikrousługami koordynuje sześć specjalizowanych agentów AI: Test Discovery, Risk Assessment, RL Prioritization, Execution Orchestration, Generative Quality Intelligence i Cloud Security Monitor.
Kluczowa innowacja to agent RL Prioritization, który modeluje selekcję testów jako Markov Decision Process, ucząc się z historycznych danych z 47 cechami na okresie 36 miesięcy. Agent Generative Quality Intelligence wykorzystuje duże modele języka do tworzenia raportów jakości w naturalnym języku, podsumowań ryzyka defektów i rekomendacji testów. Komunikacja między agentami przechodzi przez bezpieczną bramę API zero-trust z uwierzytelnianiem OAuth2/JWT, szyfrowaniem wiadomości i izolacją multi-tenant.
Ewaluacja na 12 heterogenicznych projektach software'u trwająca 18 miesięcy przyniosła imponujące wyniki: 88,4% dokładności priorytetyzacji testów (vs 51,2% dla losowego wyboru i 82,1% dla najlepszego rozwiązania komercyjnego), redukcję czasu cyklu testów o 43 procent oraz zmniejszenie wskaźnika escape'u defektów. Architektura oparta na agentach AI otwiera nowe możliwości dla zautomatyzowanego i inteligentnego podejścia do QA w nowoczesnych systemach rozproszonych.