Gdy algorytmy szukają błędów. Search-Based Software Testing spotyka LLM
W 24. odcinku podcastu i audycji radiowej „AI pod CTRL-ą” Paulina Cecko i Michał Sierlecki zabierają słuchaczy na kieleckie spotkanie społeczności AI@Kielce, które odbyło się 21 października 2026 roku przy ul. Sienkiewicza 25 w Kielcach. Gościem specjalnym odcinka jest Bernard van der Esch – ekspert backendu (PHP, Symfony, Python), inżynier automatyzacji AI oraz członek zespołu Open Mercato w Fast White Cat SA. W audycji prześwietlamy rewolucyjny paradygmat w inżynierii oprogramowania: połączenie Search-Based Software Testing (SBST) z dużymi modelami językowymi (LLM). Dowiemy się, dlaczego proste polecenie „napisz mi test” leads jedynie do bezmyślnego generowania wtórnego kodu pod tzw. „zielony pasek”, a traktowanie generowania testów jako problemu optymalizacyjnego i przeszukiwania przestrzeni stanów pozwala odnaleźć najgroźniejsze błędy krawędziowe.
Klasyczne algorytmy SBST miały trudność z przechodzeniem przez głęboko zagnieżdżone, skomplikowane warunki biznesowe w kodzie. Z kolei duże modele językowe posiadają głębokie zrozumienie semantyki kodu, lecz generują testy w sposób przewidywalny i podatny na wtórność oraz halucynacje. Połączenie SBST z LLM umożliwia wykorzystanie modelu językowego jako inteligentnego przewodnika, który generuje semantycznie poprawne testy, podczas gdy algorytm SBST steruje poszukiwaniem najmniej oczywistych przypadków brzegowych. Problem wyroczni testowej. Test Oracle Problem. Tradycyjne wyzwanie w automatyzacji testów, polegające na trudności w automatycznym i jednoznacznym określeniu, czy odpowiedź lub wynik zwracany przez system, zwłaszcza nieterminowy lub niedeterministyczny system oparty na AI, jest poprawny czy stanowi błąd.
Pokazano wszystkie 1 dopasowanie. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
Podajemy informacje o audycie i przedstawiamy gościa Bernarda van der Escha, senior backend developer'a z Open Mercato.
Przedstawiamy kluczowe pojęcia z zakresu automatycznego testowania oprogramowania i modeli językowych.
Bernard van der Esch omawia temat Search-Based Software Testing i jego zastosowanie w praktyce.
Bernard van der Esch omawia problemy związane z zaufaniem do testów napisanych przez AI i propozycje rozwiązania.
Bernard van der Esch omawia wzorce architektoniczne i praktyki projektowe, które ułatwiają testowanie algorytmiczne.
Bernard van der Esch omawia zmianę roli inżyniera i wpływ na przyszłość pracy programistów.
Podsumowujemy dyskusję i dziękujemy gościowi za wizytę w studiu. Przedstawiamy przegląd najnowszych badań naukowych na temat testowania oprogramowania za pomocą LLM.
Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.
Kliknij, aby znaleźć fragmenty, w których pada.