Self-testing AI harness finds its own bugs
5 hours ago
- #self-improvement
- #browser automation
- #AI agent
- 每天上午9点，Omnideck都会在50个真实网站上对其浏览器工具进行压力测试，涵盖电子商务和新闻等多个类别。
- 当工具出现故障时，Omnideck使用诊断工具来查明根本原因，如DOM问题或竞争条件，并将其与自己的源代码进行验证。
- 在一周的时间里，这一常规流程在35个站点上发现了14个错误，例如内容选择逻辑和模态框处理错误。
- 错误会被归档为GitHub问题并提出修复方案，形成一个自我改进循环，从而提高工具在未来任务中的可靠性。
- 该流程利用现有能力，如浏览器工具和代码分析，以系统性减少网络混乱并提升性能。