ARIA – 一种用于自动测试信息娱乐系统的代理框架

2026 年 9 月 7 日，arXiv 发布 ARIA 框架，该框架通过多智能体大语言模型自主运行 Android 车载信息娱乐系统的端到端测试。在 30 个测试场景中，ARIA 成功完成 28 个（覆盖率 93.3%）并检出全部已知缺陷，未发生漏报。其采用包含四个专用智能体及报告阶段的闭环管道，能够根据单句场景描述自动生成交互、报告、可复现脚本及视觉证据。评估显示，多智能体设计显著优于单智能体基线，首轮测试误报率从 72.0% 降至 52.6%，其中 8 个误报源于导航限制、图像分辨率不足或手势支持缺失。研究还分析了 Token 消耗、调用次数及成本数据，表明系统稳定性随复杂度变化但故障检测保持一致，显示出将视觉测试集成至持续集成（CI）流程的潜力。