Mentionsy Mentionsy
AI pod CTRL-ą
AI pod CTRL-ą

Gdy algorytmy szukają błędów. Search-Based Software Testing spotyka LLM

13.11.2026 ·18 min 11 s · 7 rozdziałów

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.

12:38 · Podsumowanie i podziękowania 2

Effort Inversion, gdzie czas zaoszczędzony na pisaniu kodu zostaje skonsumowany przez proces inspekcji i prompt engineeringu. Jako ostateczny cel wskazuje się tzw. Efficacy Maximized Test Engineering. Autonomiczne ekosystemy agentowe zarządzające testowaniem w oparciu o rygorystyczne wskaźniki jakościowe. Ramowy system Stellar. Styczeń 2026 roku. Zespół badawczy z BMW Group oraz Politechniki Monachijskiej zaprezentował przełomowy system STELAR . Praca rozwiązuje problem testowania aplikacji opartych na LLM, takich jak konwersacyjni asystenci pokładowi w pojazdach czy systemy bezpieczeństwa SafeQA, traktując testowanie jako problem optymalizacji ewolucyjnej w oparciu o OpenSBT.

Badacze zmapowali przestrzeń wejściową na wymiary stylistyki, treści oraz perturbacji. Wyniki empiryczne wykazały, że przeszukiwanie ewolucyjne wykrywa średnio 2,5 razy więcej błędów i awarii w aplikacjach LLM, a w niektórych konfiguracjach nawet 4 razy więcej, w porównaniu do tradycyjnych metod losowych czy kombinatorycznych. Przełom w dywersyfikacji błędów, Stellar D, wrzesień 2026 roku. W najnowszej pracy opublikowanej w czasopiśmie Empirical Software Engineering ci sami autorzy rozwinęli framework do wersji Stellar D, wprowadzając różnorodność błędów jako bezwzględny cel optymalizacyjny. Testując systemy sterowania funkcjami pojazdu CarQA oraz nawigacji NaviQA na najnowszych modelach, w tym GPT-5, DeepSquid 4 Pro i Kimi K2 Thinking, wykazano, że tradycyjny przeszukujący test skupia się jedynie na wąskim obszarze awarii.

Pokazano wszystkie 2 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.