摘要： Agentic QA（代理式品質保證）是指由 AI Agent 負責規劃、撰寫、執行與維護測試的 QA 模式，並搭配獨立的驗證層來確認軟體是否真的正常運作。它完全不會減少 QA 預算，只是把原本花在人工撰寫與維護腳本上的錢，轉移到 Agent 規模的執行基礎設施（Rails），以及具備獨立證明的環節上。測試生成變得廉價，而「驗證」本身成了產品。
2026 年 10 月 6 日，Gartner 發布了 Agentic 軟體品質保證平台魔力象限，取代其 2025 年的「AI 輔助軟體測試工具」報告。多數人只把它當成一次改名，但我認為這是一場預算事件。當這家定義企業採購短名單的機構重新命名一個類別時，採購範本就會跟著改，而資金會跟著範本走。
這篇文章寫給有 QA 預算（或正在爭取預算）的 CIO 與創辦人。論點很直接：整體而言，Agentic QA 不會讓品質變得更便宜，它只會轉移資金的流向。以下是一份地圖，說明錢現在在哪裡、接下來會去哪裡，以及一份評分表，讓你在供應商行動之前，先規劃好 2027 年的預算重分配。
什麼是 Agentic QA？為什麼 Gartner 要重新命名這個類別？
Agentic QA 是一種軟體品質保證模式：由 AI Agent 針對既定目標規劃、建立、執行與維護測試，同時透過獨立的驗證層證明軟體行為是否符合預期。 「AI 輔助」描述的是人類拿著更聰明的工具；「Agentic」描述的則是機器已經接管的工作。
推動這次改名的壓力來自程式碼量。Menlo Ventures 估計，2025 年企業在 AI 程式開發工具上的支出將達 40 億美元，超過所有部門 AI 總支出的一半。這些錢每一分都會產出更多程式碼，而這些程式碼都需要有人證明它能正常運作。
驗證能力卻跟不上。美國勞工統計局 預測，2025 至 2035 年間 QA 分析師與測試人員的職缺將成長 6%（從 187,600 增至 198,200）。更廣泛的開發者／QA／測試人員群體預計成長 10%。程式碼隨算力擴張，測試人員卻只能靠人力擴張。這個落差就是整個市場。
軟體測試市場有多大？目前 AI 佔比多少？
研究機構估計全球軟體測試市場規模約為 600 至 660 億美元，而 AI 驅動的測試占比仍不到 1%。這個落差既是機會，也是對銷售另外 99% 的人的風險。
- 整體市場。 Global Market Insights（2026）估計該市場在 2025 年為 605 億美元、2026 年為 659 億美元，並以每年約 7.7% 的速度成長，到 2035 年達到 1,275 億美元。
- 人力占比。 在同一份估算中，測試服務佔 2025 年支出的 38%，約每年 230 億美元，而這筆錢主要買的是人的時間。
- AI 占比。 Research and Markets（2026）估計 AI 驅動測試市場在 2025 年為 5.44 億美元，到 2031 年將升至 13.9 億美元。這還不到整體測試支出的 1%。
- IT 資金流向。 Gartner 的 2026 年 7 月預測指出，2026 年 IT 支出將達 6.37 兆美元。軟體成長 15.5%，而 IT 服務僅成長 5.3%。
這些都是估算值，總數也各有出入。但方向是一致的：買家在軟體上的支出增速高於服務。我認為，未來 10 年內將有 650 億至 1,000 億美元的測試支出走向 Agentic（也就是透過 Agent 與平台執行，而非按小時計費）。這就是目前市場上所有玩家爭奪的大餅。
現在的測試預算都花在哪裡？品質支出的四大池
每筆測試預算都會分成四個池：Hands（人力）、Scripts（腳本）、Rails（執行基礎設施）與 Proof（證明）。Agentic QA 會縮小前兩者、擴大第三個，並把第四個變成真正的預算項目。
品質支出四大池是一個用來追蹤資金流向與移動的模型：
- Hands（人力） — 負責測試的人：內部手動測試人員、離岸迴歸測試團隊、UAT 輪次。
- Scripts（腳本） — 建立與維護腳本自動化：Selenium、Playwright、Appium 套件與框架，以及讓它們保持通過狀態的 SDET 工時。
- Rails（執行基礎設施） — 執行測試的基礎設施：瀏覽器網格、真實裝置雲、調度系統、CI 容量。
- Proof（證明） — 獨立驗證：在發布前後，證明軟體與 AI Agent 行為正確的證據。
比較反直覺的是 Rails。多數 AI 測試的推銷話術都承諾能降低基礎設施帳單，但我預期恰恰相反。Agent 不會累，所以會測試更多路徑、更多裝置、更多版本。執行量會上升。真正必須下降的是每次執行的成本，這也是為什麼調度能力比單純的網格規模更重要。
隨著 AI 測試 Agent 到來，哪些測試預算會縮水？
Hands 和 Scripts 會最先縮水，因為那正是 AI 測試 Agent 直接接手的工作，而且兩者目前仍按小時計費。
有兩個訊號顯示轉變已經開始：
- 工時失去定價錨點。 如果 Agent 能在一夜之間跑完並修復整套迴歸測試，那麼價值單位就變成了「經過驗證的版本」。預算負責人已經感受到壓力：在 Gartner 的 2026 年 10 月 CIO 調查中，資金正流向 GenAI 與 Agentic AI，傳統支出則被刪減。測試續約是第一個導入成果導向定價的領域。
- 外掛式 AI 成效不彰。 Capgemini 的 2025–26 世界品質報告發現，89% 的組織正在品質工程領域試行或部署 GenAI，但只有 15% 將其擴展到企業級規模。平均生產力提升為 19%。這樣的增幅相當有限，因為多數團隊只是把 AI 加進既有流程，而不是重新設計流程。
Scripts 池不會消失。程式碼型測試仍會在 CI 中執行，SDET 仍是負責人。真正消失的，是每次 UI 變動後都要付錢請人去修復脆弱定位器的需求。當 Agent 能生成並修復測試時，維護成本就會從人力成本轉為運算成本。
為什麼稀缺資產是驗證，而不是測試生成？
因為生成正變得廉價，而信任沒有。現在任何程式開發 Agent 都能為自己剛寫的程式碼撰寫測試，而這正是那些測試不能作為唯一證據的原因——出題者在批改自己的考卷。
信任數據一致指向同一個結論：
- 根據 KPMG 2026 年第一季 AI Pulse，54% 的組織正在部署 AI Agent，而 63% 現在要求以人工驗證 Agent 輸出，一年前這個比例只有 22%。
- Gartner 於 2026 年 10 月對 2,002 位 CIO 的調查發現，只有 13% 從 AI 獲得顯著或轉型性價值，且僅 31% 訂有「何時不應將試行專案推入正式環境」的規則。
- 根據 Gartner 研究，到 2027 年底，將有超過 40% 的 Agentic AI 專案因成本、價值不明或風險控管不足而被取消。
- Capgemini Research Institute（2025）發現，一年之內，對全自主 Agent 的信任度從 43% 降至 27%。
- 根據 TechNewsWorld 報導，Forrester 的《Predictions 2027》預測，AI 生成程式碼中的 bug 可能引發跨產業的全球性服務中斷。
請圈起那個 63%。以人工驗證 Agent 輸出，等於讓 Hands 池從側門重新回來。如果你不投資機器速度的 Proof，你就得投資人類速度的 Proof，而你的 Agent ROI 會消失在審核佇列裡。
什麼是獨立驗證？
獨立驗證是由「不同於建構或運行該軟體的系統」所產生的軟體行為證據：包括錄影、日誌、斷言與分數，供審查者或稽核人員查核。 獨立性，就是把宣稱變成證據的關鍵。
可以預期每個 Agent 平台都會為自家的 Agent 提供測試。但企業會跨 CRM、ERP、聯絡中心與自研系統運行 Agent，因此能放行版本的證據，必須來自一個不屬於其中任何一方的層級。
觀察、評估還是保證：你需要哪一種？
Proof 的支出依時間點劃分。Assurance（保證）在發布前回答「這個版本該上線嗎？」；evals（評估）與可觀測性則在發布後回答「它表現如何？」。
Agent Assurance 是針對 Agent 對 Agent 工作流程的上線前測試：由測試 Agent 在發布前操作其他 Agent，全程不需人工介入，並回傳行為證據。 這是 Proof 中最新的一塊，也是目前分配到最少預算的一塊。
CIO 在 2027 年該如何處理 QA 預算？
先衡量你的四個池，然後在合約續約時（而不是提前）把資金從 Hands 和 Scripts 移往 Rails 和 Proof。用這份評分表看看自己站在哪裡。
Agentic QA 預算重分配評分表
每題評 0（否）、1（部分）或 2（是）分：
- ☐ 你是否清楚測試支出在 Hands、Scripts、Rails 與 Proof 之間的分配比例？
- ☐ 2027 年續約的外包測試合約，是否已改為按成果而非按工時或 FTE 計價？
- ☐ 測試維護是否被列為獨立的成本項目追蹤？
- ☐ 大多數新增測試是否由 Agent 撰寫或修復，再由人工審查？
- ☐ 你的執行層能否在真實瀏覽器與裝置上平行處理 Agent 規模的測試量，而不需排隊？
- ☐ 驗證是否獨立於撰寫程式碼或運行 Agent 的系統？
- ☐ 你是否在發布前（而非只在發布後）測試聊天、語音、IVR Agent 以及 Agent 對 Agent 的工作流程？
- ☐ 每個版本是否都會產出風險團隊或稽核人員可閱讀的證據？
0–5 分：暴露於風險中。 你正用 2019 年的價格購買 2026 年的工作。6–11 分：轉型中。 挑出分數最低的兩項，在下一次續約週期前修正。12–16 分：已具備 Agentic 條件。 你的下一個問題是如何向董事會證明價值，所以請讓 Proof 成為可呈報的項目。
在 AI 軟體測試中，誰會贏、誰會被顛覆？
純粹的人力套利與單一功能的測試生成器注定失敗。贏家是那些掌握大規模執行能力，並在各種軟體互動中都具備獨立證明的平台。
要看清版圖，最清楚的方式是看「誰在跟誰對話」：
有三類業者最容易受衝擊。第一，未轉向成果計價的勞動密集型測試服務。第二，獨立的「AI 測試生成」工具，因為程式開發 Agent 現在會順帶生成測試。第三，只賣容量、缺乏調度能力或 Agent 原生存取方式的基礎設施。
贏家將是能為企業與中型市場買家涵蓋上述三層的端到端平台——他們想要更少的供應商，而不是更多的單點工具。
TestMu AI 在 Agentic QA 中的定位
TestMu AI 在 2026 年 Gartner Agentic 軟體品質保證平台魔力象限中被列為領導者。我是公司的共同創辦人，因此這裡不列功能清單，而是說明我們如何建構這四個池。TestMu AI 是一個 Agentic 品質工程平台，分為 Agentic Testing 與 Agentic Cloud 兩半，底層遵循同一個原則：以獨立驗證層產出行為證據。
- 從 Hands 到 Agent： KaneAI 讓手動測試人員與 PM 能用自然語言撰寫並執行測試，使領域知識得以擴展，而不必增加人力。
- 從 Scripts 到 Agent： Kane CLI 讓 SDET 與開發者能在終端機中完成完整的品質工程週期，就在他們日常使用的程式開發 Agent 旁邊。
- Rails： 我們的測試調度層 HyperExecute 能以相應規模執行測試，並搭配 Real Device Cloud 與 Browser Cloud，為 AI Agent 提供專屬的瀏覽器基礎設施。
- Proof： Agent Testing 涵蓋聊天、語音、IVR、WhatsApp 與視訊 Agent。Rook 提供 Agent Assurance：在發布前由 Agent 測試 Agent。
單一平台即可涵蓋網頁、行動裝置、Salesforce、SAP、Microsoft 365、Oracle、ServiceNow 等套裝應用，以及 AI Agent。這很重要，因為只有當證據集中在一處時，Proof 才有效。我們把更大的範疇稱為 Observe、Eval 與 Assure，而 Assure 是我們領先的領域。
2027–2030 年 Agentic QA 預測
以下是我的個人預測，並非任何分析師的預估：
- 到 2027 年底， 企業測試 RFP 將以「每個版本產出的證據」來評分供應商，而不是以撰寫的測試數量。
- 在 2027–2028 年的續約潮中， 外包迴歸測試合約將轉向按成果或按經驗證版本計價。
- 到 2028 年， 受監管企業會為 Proof 設立獨立預算項目，並由風險與法遵部門共同管理。
- 到 2029 年， 在主要執行雲上，Agent 生成的測試執行次數將超過人工撰寫的次數。
- 第一次重大 AI 程式碼導致的大規模中斷， 對 Proof 預算的影響將如同大型中斷事件對可觀測性的影響：把加分項變成董事會議題。
結論：Agentic QA 移動的是資金，不只是工作
Agentic QA 不是你目前採購的測試的廉價版。它根本是一種不同的支出形式：更少的工時、更少的手寫腳本、更多的執行量，以及一個全新的獨立證明預算項目。Gartner 重新命名這個類別，代表這項轉變已成定局。而 63% 的組織仍以人工驗證 Agent 輸出，則代表我們還沒到位。
這一季就跑一次評分表。畫出你的四個池。然後把預算移到證據來源的地方。
下一步： 了解 HyperExecute 與 Agent Testing 如何對應你的 Rails 與 Proof 池，或閱讀 TestMu AI 文件。
常見問題
什麼是 Agentic QA？
Agentic QA 是一種軟體品質保證模式，由 AI Agent 為了達成既定目標而規劃、建立、執行與維護測試，並透過獨立驗證層確認軟體確實按需求運作。這與 AI 輔助測試不同，後者仍由人類掌控工具。在 Agentic QA 中，工作由 Agent 完成，人類負責審查證據。
為什麼 Gartner 要重新命名其軟體測試魔力象限？
2026 年 10 月 6 日，Gartner 發布了 Agentic 軟體品質保證平台魔力象限，接續其 2025 年的 AI 輔助軟體測試工具報告。這次改名反映出從「AI 協助測試人員」轉向「AI Agent 執行測試」的變化，背後推力是程式開發 Agent 產出軟體的速度已超過團隊驗證的速度。
2026 年軟體測試市場有多大？
Global Market Insights 估計軟體測試市場在 2026 年為 659 億美元，高於 2025 年的 605 億美元，並以每年約 7.7% 的速度成長，到 2035 年達 1,275 億美元。測試服務佔 2025 年支出的 38%。根據 Research and Markets 的數據，2025 年 AI 驅動測試約為 5.44 億美元，不到整體的 1%。以上皆為研究機構的估算值。
AI 測試 Agent 會減少 QA 預算嗎？
我們認為不會。AI 測試 Agent 會減少手動測試工時與腳本維護的支出，但會提高測試執行量，進而創造對獨立驗證的需求。在「品質支出四大池」模型中，資金是從 Hands 和 Scripts 移往 Rails（執行基礎設施）與 Proof（驗證），而不是憑空消失。
什麼是「品質支出四大池」模型？
品質支出四大池是用來追蹤測試資金流向的模型：Hands（負責測試的人）、Scripts（建立與維護腳本自動化）、Rails（瀏覽器網格、真實裝置雲與調度系統）以及 Proof（對軟體與 AI Agent 行為的獨立驗證）。Agentic QA 會縮小 Hands 和 Scripts、擴大 Rails，並把 Proof 變成獨立的預算項目。
Agent Assurance、Evals 與可觀測性有什麼差別？
Agent Assurance 是針對 Agent 對 Agent 工作流程的上線前測試，由測試 Agent 在發布前操作其他 Agent 並回傳證據。Evals 是在離線或發布後對輸出品質進行評分。可觀測性則是監控 Agent 在正式環境中的行為。Assurance 回答的是「這個東西該上線嗎？」；Evals 與可觀測性回答的是「上線後它的表現如何？」
CIO 應如何為 Agentic AI 重新分配 QA 預算？
先盤點 Hands、Scripts、Rails 與 Proof 的支出。接著在合約陸續到期時轉移資金：將外包測試重新按成果計價、停止資助新的手寫腳本套件、投資調度與執行能力，並為獨立驗證指定負責人與預算。KPMG 發現 63% 的公司仍以人工驗證 Agent 輸出，因此 Proof 就是缺口所在。
