Testing with Generative AI

LLMOps w praktyce. Jakość, monitoring i testowanie modeli językowych (cz. 2)

Samo wdrożenie modelu językowego to dopiero początek. W tej części przyglądamy się jakości odpowiedzi, monitorowaniu systemu oraz problemom, które pojawiają się dopiero na produkcji.

Agentic testing. Wieloagentowa pętla doskonalenia testów

Generowane przez LLM testy mają niewielką przydatność przy pierwszym uruchomieniu. Rozwiązaniem mogą być testy oparte na agentach, którym zlecamy nie tylko generację i uruchomienie testów, ale również ich poprawki.

PQB oficjalną radą krajową ISTQB®

Zmiana formalna w polskim środowisku testerskim. Podczas ostatniego Walnego Zgromadzenia (General Assembly) ISTQB®, oficjalnie podjęto decyzję o przyznaniu statusu wyłącznej rady krajowej (National Board) nowej organizacji - Polish Quality Board (PQB).

LLMOps w praktyce. Od prototypu do systemu produkcyjnego (cz. 1)

Duże modele językowe łatwo uruchomić, ale trudno utrzymać na produkcji. LLMOps porządkuje ten obszar – od danych po komponenty systemu – i pokazuje, co naprawdę decyduje o stabilności rozwiązania.

Co AI potrafi, a czego (jeszcze) nie?

Główny problem z technologią AI nie wynika z jej ograniczeń, lecz z faktu, że potrafi ona zdziałać bardzo wiele, sprawiając przy tym wrażenie, jakby rozumiała procesy. Taka specyfika prowadzi często do defektów, które wykryć jest znacznie trudniej niż klasyczne usterki; są one bowiem poprawne pod względem składni, spójne logicznie i brzmią nadzwyczaj przekonująco.

Dług techniczny generowany przez AI

Narastająca popularność narzędzi sztucznej inteligencji w testowaniu obiecuje przyspieszenie pracy. Ale tam, gdzie priorytetem staje się szybkość, łatwo pojawia się ukryty koszt w postaci długu technicznego.

Agenci AI specjalnej troski

Czy autonomiczne agenty AI to rewolucja, czy systemowe zagrożenie? Przyglądamy się przypadkom Moltbooka i OpenClaw, krytycznym błędom w architekturze i wyzwaniom, przed którymi stają coraz częściej testerzy.

AI w przestrzeni testerzy.pl. Pilot

29.01.2025 podczas AI Testing Conference przedstawiliśmy architekturę i rozwiązania oraz postępy, jakie osiągneliśmy w naszym projekcie, w którym wykorzystujemy AI do dostarczania wartościowej testerskiej wiedzy oraz wspierania edukacji testerów.

Przegląd testerskiego Internetu - Styczeń 2026

Nowy rok, stare problemy. Styczniowy przegląd to dowód na to, że regresja dla wielu to wciąż słowo egzotyczne, a najlepszą metodą naprawy telefonu jest... przestać potrzebować jego funkcji. Sprawdzamy, kto wyleciał z pracy za błędy w sofcie, kto wygrał w sądzie mimo braku testów i dlaczego emoji na Kindle’u to jedyny bug, którego może jednak lepiej nie naprawiać.

Testing with Generative AI. Pierwszy termin

Szkolenie Testing with Generative AI to nowa propozycja dla testerów, którzy chcą przygotować się do pracy z systemami opartymi na generatywnej sztucznej inteligencji oraz do egzaminu ISTQB® CT-GenAI. Dwudniowe zajęcia obejmują zarówno podstawy działania modeli generatywnych, jak i praktyczne aspekty ich testowania, oceny jakości i zarządzania ryzykiem.