太长不看版： Agentic QA（智能体化质量保证）是指由 AI Agent 负责规划、编写、运行和维护测试的 QA 模式，并配备一个独立的验证层来证明软件确实能正常工作。它完全不会削减 QA 预算，只是把原本花在手动写脚本、维护脚本上的钱，转移到了 Agent 规模的执行轨道（Rails）和独立验证上。测试生成变得廉价，而验证本身成了产品。
2026 年 10 月 6 日，Gartner 发布了 《Agentic 软件质量保证平台魔力象限》，取代了其 2025 年关于“AI 增强型软件测试工具”的报告。大多数人只把它当成一次改名，但我认为这是一次预算事件。当这家定义企业采购短名单的机构为一个品类更名时，采购模板会随之改变，而资金永远跟着模板走。
这篇文章写给有 QA 预算（或正在争取预算）的 CIO 和创始人。论点很直接：Agentic QA 不会让整体质量成本变便宜，它只会让钱换个地方花。下面这张图说明了钱现在在哪、接下来要去哪，以及一份评分卡，帮你在供应商动手之前规划好 2027 年的预算重分配。
什么是 Agentic QA？Gartner 为什么要给这个品类改名？
Agentic QA 是一种软件质量保证模式：AI Agent 围绕既定目标规划、创建、执行和维护测试，同时由一个独立的验证层来证明软件是否按预期运行。 “AI 增强”描述的是人拿着更聪明的工具干活；而“Agentic”描述的是一项工作现在归机器所有。
推动这次改名的压力来自代码量。Menlo Ventures 估计，2025 年企业在 AI 编码工具上的支出将达到 40 亿美元，超过各部门 AI 总支出的一半。这些钱中的每一美元都会产出更多代码，而这些代码都需要有人去证明它能跑通。
验证能力已经跟不上了。美国劳工统计局 预测，2025 至 2035 年间 QA 分析师和测试员岗位将增长 6%（从 187,600 个增至 198,200 个）。更广义的开发者/QA/测试员群体预计增长 10%。代码随算力扩张，而测试员只能靠人头扩张。这个缺口就是整个市场。
软件测试市场有多大？其中 AI 占多少？
研究机构估算全球软件测试市场规模约为 600–660 亿美元，而 AI 驱动的测试占比仍不足 1%。这种错配既是机会，也是另外那 99% 卖家的风险。
- 整体市场。 Global Market Insights（2026）估计该市场在 2025 年为 605 亿美元，2026 年为 659 亿美元，并以每年约 7.7% 的速度增长，到 2035 年达到 1275 亿美元。
- 人力份额。 在同一份估算中，测试服务占 2025 年支出的 38%，约每年 230 亿美元——这笔钱主要买的是人的时间。
- AI 份额。 Research and Markets（2026）测算，2025 年 AI 驱动测试市场规模为 5.44 亿美元，到 2031 年将升至 13.9 亿美元。这还不到测试总支出的 1%。
- IT 资金流向。 Gartner 的 2026 年 7 月预测 显示，2026 年全球 IT 支出将达 6.37 万亿美元。软件增长 15.5%，而 IT 服务仅增长 5.3%。
这些都是估算值，总量口径各不相同。但方向是一致的：买家在软件上的花钱速度远快于服务。我的判断是，未来 10 年内将有 650–1000 亿美元 的测试支出变成 Agentic 形态（即通过 Agent 和平台交付，而不是按小时计费）。这就是眼下这个市场里所有人都在抢的那块蛋糕。
今天的测试预算都花在哪了？质量支出的四大池子
每笔测试预算都会被分成四个池子：Hands（人手）、Scripts（脚本）、Rails（执行轨道）和 Proof（验证）。Agentic QA 会压缩前两个，做大第三个，并把第四个变成一条真正的预算科目。
质量支出四大池子 是一个用来追踪资金去向与流向的模型：
- Hands（人手） —— 做测试的人：内部手工测试员、离岸回归测试团队、UAT 轮次。
- Scripts（脚本） —— 构建和维护脚本化自动化：Selenium、Playwright、Appium 套件与框架，以及让它们保持通过的 SDET 工时。
- Rails（执行轨道） —— 执行测试的基础设施：浏览器网格、真机云、编排系统、CI 容量。
- Proof（验证） —— 独立验证：在发布前后，证明软件和 AI Agent 行为正确的证据。
反直觉的部分在于 Rails。大多数 AI 测试方案都承诺更低的基础设施账单，但我预期恰恰相反。Agent 不会累，所以它们会测更多路径、更多设备、更多构建版本。执行量会上升。真正必须下降的是单次运行成本，这也是为什么编排能力比单纯的网格规模更重要。
随着 AI 测试 Agent 到来，哪些测试预算会缩水？
Hands 和 Scripts 最先缩水，因为这正是 AI 测试 Agent 直接接手的工作，而且两者目前仍按小时购买。
两个信号表明转变已经开始：
- 工时失去锚点。 如果一个 Agent 能在一夜之间跑完并修好整套回归测试，那么价值单位就变成了“一次经过验证的发布”。预算负责人已经感受到压力：在 Gartner 的 2026 年 10 月 CIO 调查 中，资金正流向 GenAI 和 Agentic AI，传统支出被削减。测试续约是最先引入结果导向定价的领域。
- 外挂式 AI 效果不及预期。 Capgemini 的 《2025-26 世界质量报告》 发现，89% 的组织正在质量工程中试点或部署 GenAI，但只有 15% 将其推到了企业级规模。平均生产力提升仅为 19%。收益相当有限，因为多数团队只是把 AI 塞进现有流程，而没有重新设计流程。
Scripts 池子不会消失。基于代码的测试仍在 CI 中运行，SDET 依然拥有它们。消失的是每次 UI 变动后都要付钱让人去修复脆弱定位器的需求。当 Agent 开始生成并修复测试时，维护成本就从人头开支变成了算力开支。
为什么稀缺资产是验证，而不是测试生成？
因为生成正在变便宜，而信任没有。任何编码 Agent 现在都能为自己刚写的代码写测试，而这恰恰说明这些测试不能成为唯一证据——等于作者在给自己批改作业。
信任数据高度一致：
- 根据 KPMG 2026 年第一季度 AI Pulse 报告，54% 的组织正在部署 AI Agent，63% 现在要求人工验证 Agent 输出，一年前这一比例仅为 22%。
- Gartner 对 2,002 位 CIO 的 2026 年 10 月调查 发现，只有 13% 从 AI 中获得了显著或变革性价值，仅 31% 制定了“何时不应将试点推向生产”的规则。
- 根据 Gartner 研究，到 2027 年底，超过 40% 的 Agentic AI 项目将被取消，原因包括成本、价值不清或风险控制不足。
- Capgemini 研究院（2025）发现，一年内人们对全自主 Agent 的信任度从 43% 降至 27%。
- Forrester 的《2027 预测》，据 TechNewsWorld 报道，预测 AI 生成代码中的一个 bug 可能引发跨行业的全球性宕机。
圈出那个 63%。人工验证 Agent 输出，本质上是 Hands 池子从侧门溜回来了。如果你不为机器速度的 Proof 买单，你就会为人肉速度的 Proof 买单，而你的 Agent ROI 会消失在评审队列里。
什么是独立验证？
独立验证是由一个独立于构建者或运行者的系统生成的软件行为证据：可供审查者或审计人员核查的记录、日志、断言和评分。 独立性，是把“说法”变成“证据”的关键。
可以预见，每个 Agent 平台都会为自己的 Agent 提供测试。但企业会在 CRM、ERP、呼叫中心和自研技术栈上运行 Agent，因此能为发布放行的证据，必须来自一个不属于其中任何一个系统的层级。
Observe、Eval 还是 Assure：你需要哪一个？
Proof 支出按时间点划分。Assurance 在发布前回答“该不该上线？”；Eval 和可观测性在发布后回答“它跑得怎么样？”。
Agent Assurance 是对 Agent 间工作流的预生产测试：测试 Agent 在发布前无需人工介入地调用其他 Agent，并返回其行为证据。 它是 Proof 中最新的一块，也是目前分配到预算最少的一块。
CIO 在 2027 年该如何处理 QA 预算？
先量化你的四个池子，然后在合同续约时把钱从 Hands 和 Scripts 挪到 Rails 和 Proof，别提前动。用这份评分卡看看自己处在什么位置。
Agentic QA 预算重分配评分卡
每题打分：0（否）、1（部分）、2（是）：
- ☐ 你清楚自己的测试支出在 Hands、Scripts、Rails、Proof 之间的分布吗？
- ☐ 2027 年续约的外包测试合同，是按结果而非工时或 FTE 计价的吗？
- ☐ 测试维护是否作为独立成本项被追踪？
- ☐ 大部分新增测试是否由 Agent 编写或修复，人工只做复核？
- ☐ 你的执行层能否在真实浏览器和设备上并行运行 Agent 级别的体量，且无需排队？
- ☐ 验证是否独立于编写代码或运行 Agent 的系统？
- ☐ 你是否在发布前（而不只是发布后）测试聊天、语音、IVR Agent 以及 Agent 间工作流？
- ☐ 每次发布是否都会生成风险团队或审计人员可读的证据？
0–5 分：暴露风险。 你在用 2019 年的价格买 2026 年的活。6–11 分：转型中。 挑出得分最低的两项，在下个续约周期前解决。12–16 分：已具备 Agentic 能力。 你的下一个问题是向董事会证明价值，所以让 Proof 可汇报。
AI 软件测试中谁会赢，谁会被颠覆？
纯人力套利和单功能测试生成器注定出局。赢家将是那些掌握规模化执行能力、并在各类软件交互中都具备独立验证的平台。
看清格局最直观的方式，是看谁在和谁对话：
三类玩家风险最大。第一，不按结果重新定价的重人力测试服务商。第二，独立的“AI 测试生成”工具，因为编码 Agent 现在顺手就能生成测试。第三，只卖容量、不提供编排或 Agent 原生接入的基础设施。
赢家将是端到端平台，为企业和中端市场买家覆盖上述三行——他们想要更少的供应商，而不是更多的单点工具。
TestMu AI 在 Agentic QA 中的位置
TestMu AI 在 2026 年 Gartner《Agentic 软件质量保证平台魔力象限》中被评为领导者。我是公司联合创始人，所以下面讲的不是一份功能清单，而是我们如何围绕四大池子构建产品。TestMu AI 是一个 Agentic 质量工程平台，分为两半：Agentic Testing 和 Agentic Cloud，底层遵循同一个原则：用独立验证层生成行为证据。
- 从 Hands 到 Agent： KaneAI 让手工测试员和 PM 用自然语言编写并运行测试，领域知识得以规模化，而无需增加人手。
- 从 Scripts 到 Agent： Kane CLI 让 SDET 和开发者在终端里完成完整的质量工程闭环，就在他们日常使用的编码 Agent 旁边。
- Rails： HyperExecute 是我们的测试编排层，它与 Real Device Cloud 和 Browser Cloud 一起支撑上述体量，为 AI Agent 提供专属的浏览器基础设施。
- Proof： Agent Testing 覆盖聊天、语音、IVR、WhatsApp 和视频 Agent。Rook 提供 Agent Assurance：在发布前让 Agent 测试 Agent。
一个平台覆盖 Web、移动端、Salesforce、SAP、Microsoft 365、Oracle、ServiceNow 等套装应用，以及 AI Agent。这很重要，因为只有证据集中在一处，Proof 才成立。我们把更大的范畴称为 Observe、Eval 和 Assure，而 Assure 是我们领先的地方。
2027–2030 年 Agentic QA 预测
以下是我的个人预测，不是任何分析机构的展望：
- 到 2027 年底， 企业测试 RFP 将按“每次发布的证据”给供应商打分，而不是按编写的测试数量。
- 贯穿 2027–2028 年的续约周期， 外包回归测试合同将转向按结果或按“经验证的发布次数”计价。
- 到 2028 年， 受监管企业将为 Proof 设立独立预算科目，由风险与合规部门共同管理。
- 到 2029 年， 主流执行云上 Agent 生成的测试运行量将超过人工编写的运行量。
- 第一次重大 AI 代码宕机事件 对 Proof 预算的影响，将如同大型宕机对可观测性的影响一样：把一个加分项变成董事会议题。
结论：Agentic QA 搬动的是钱，不只是活
Agentic QA 并不是你现在买的测试的廉价版本。它是一种完全不同的支出形态：更少的工时、更少的手写脚本、更多的执行，以及一条用于独立验证的新预算科目。Gartner 为品类更名，说明这场转变已经官方盖章。而 63% 的组织仍在人工验证 Agent 输出，说明这一天还没真正到来。
本季度就跑一遍评分卡。画出你的四个池子。然后把预算挪到证据产生的地方。
下一步： 看看 HyperExecute 和 Agent Testing 如何匹配你的 Rails 和 Proof 池子，或者阅读 TestMu AI 文档。
常见问题
什么是 Agentic QA？
Agentic QA 是一种软件质量保证模式：由 AI Agent 规划、构建、运行和维护测试以达成既定目标，并通过独立验证层确认软件确实按预期运行。这与 AI 增强测试不同，后者仍由人掌控工具。在 Agentic QA 中，Agent 干活，人审核证据。
Gartner 为什么要给软件测试魔力象限改名？
2026 年 10 月 6 日，Gartner 发布了《Agentic 软件质量保证平台魔力象限》，接替其 2025 年的《AI 增强型软件测试工具》报告。这次更名标志着从“AI 辅助人类测试员”转向“AI Agent 执行测试”，背后的驱动力是编码 Agent 生产软件的速度已超过团队的验证能力。
2026 年软件测试市场有多大？
Global Market Insights 估计 2026 年软件测试市场为 659 亿美元，高于 2025 年的 605 亿美元，并以每年约 7.7% 的速度增长，到 2035 年达到 1275 亿美元。测试服务占 2025 年支出的 38%。据 Research and Markets 数据，2025 年 AI 驱动测试约为 5.44 亿美元，不到总量的 1%。以上均为研究机构的估算。
AI 测试 Agent 会削减 QA 预算吗？
我们认为不会。AI 测试 Agent 会减少手工测试工时和脚本维护的支出，但会增加测试执行量，进而产生对独立验证的需求。在“质量支出四大池子”模型中，资金是从 Hands 和 Scripts 流向 Rails（执行基础设施）和 Proof（验证），而不是凭空消失。
什么是“质量支出四大池子”模型？
质量支出四大池子是一个追踪测试资金去向的模型：Hands（做测试的人）、Scripts（构建和维护脚本化自动化）、Rails（浏览器网格、真机云和编排）以及 Proof（对软件和 AI Agent 行为的独立验证）。Agentic QA 会压缩 Hands 和 Scripts，做大 Rails，并把 Proof 变成独立的预算科目。
Agent Assurance、Eval 和可观测性有什么区别？
Agent Assurance 是对 Agent 间工作流的预生产测试，由测试 Agent 在发布前调用其他 Agent 并返回证据。Eval 是在离线或发布后对输出质量进行评分。可观测性则负责监控 Agent 在生产环境中的行为。Assurance 回答的是“这东西该不该上线？”；Eval 和可观测性回答的是“上线之后它表现如何？”。
CIO 应如何为 Agentic AI 重新分配 QA 预算？
先从 Hands、Scripts、Rails、Proof 四块的支出摸底开始。然后随着合同滚动续约逐步调整：把外包测试重新按结果定价，停止资助新的手写脚本套件，投资编排与执行能力，并为独立验证指定负责人和预算。KPMG 发现 63% 的企业仍在人工验证 Agent 输出，所以 Proof 就是那个缺口。
