当AI越来越深入地写代码，质量控制也必须同步进化。2026年8月，AI测试与质量工程迎来密集输出：GitLab 19.3把Agentic AI控制扩展到受监管环境，Tricentis在本月的Transform 2026大会上推出Agentic Quality质量工程平台，Cobalt的自主渗透测试产品也在8月正式一般可用。AI从"辅助编码"延伸到"自主质控"，正在重塑软件工程实践的测试环节。
GitLab 19.3：Agentic AI进入受监管区
GitLab 19.3的关键动向是让GitLab Duo Agent平台能够在GitLab Dedicated环境中运行——后者面向金融、医疗等对合规与隔离有硬性要求的客户。该版本还带去Secrets Manager、Flow Creator Agent、Bulk SAST False Positive Detection（批量静态安全误报检测）与Agentic SAST Vulnerability Resolution（自主静态漏洞修复）等能力。放在更早的19.2版本中，Duo Agent平台的推理请求已被设计为保留在同一网络与区域范围内，显示出"Agent在合规边界内运行"已成为平台工程的关键约束。
Tricentis与Cobalt：自主质量工程成型
8月19-20日，Tricentis在Dallas举办Transform 2026大会，主题为"The power of agentic quality"，并推出Agentic Quality Engineering平台，围绕AI Agent在质量工程中的行为评估、测试探索与发布风险评估展开。安全测试侧，Cobalt的自主渗透测试（Autonomous Pentest）在Black Hat USA 2026亮相后，于本月正式一般可用，其系统基于超过10000个critical/high级别历史发现构建，尝试把渗透测试从"人工+工具"推向"AI自主执行+人工复核"。
实践建议
对软件工程团队而言，这一波"Agentic质控"意味着测试环节将从"人工编写用例"逐步转向"AI探索式生成+自动化执行+人工审核"的混合模式。建议从小范围试点开始：先用批量误报检测与静态漏洞自主修复这类边界清晰、可复现的任务切入，再逐步扩展到探索式测试与发布风险评估，并通过可观测与审计能力确保AI质控的每一步都可追溯。