Aufgezeichnet am 25. September 2026
Chrono City: vom Auftrag bis zum verifizierten pull request
Nach dem ersten Build wirkte eine fünfzeitliche Stadtszene fertiggestellt. Der Browser-QA-Prüfer entdeckte zwei nicht erfüllte Kriterien, schickte die Arbeit zurück und verifizierte die Korrekturen, bevor der pull request bereit war. Dies ist der Bericht über diesen Lauf.
Die Anfrage stammt von Bijan Bowen, der sie zum Testen von AI-Modellen nutzt. Die Screenshots sind eigene Aufnahmen des QA-Agenten aus seinem laufenden Browser.
- Bis zum pull request
- 1 Std. 48 Min.
- Agent-Ausführungen
- 6
- Kriterien überprüft
- 11 von 11
- Modell-Kosten
- 1,00 $
Was wurde angefordert?
Erstellen Sie ein interaktives Stadtviertel, das zwischen 1945, 1965, 1985, 2005 und 2025 wechselt. Besucher müssen jedes Zeitalter auswählen und zeitgerechte Details zu den Objekten der Szene öffnen können.
Was ist unterwegs passiert?
Im ersten Lieferzyklus wechselte das Jahreslabel auf 1985, doch die Stadt wurde nicht dargestellt. Der QA-Prüfer reproduzierte das leere lila Ansichtsfeld dreimal und fand außerdem leere Beschreibungen in den Info-Karten. Beide Feststellungen wurden vor der Prüfung an den Entwickler-Agenten zurückgegeben.
Der erste Build wirkte fertiggestellt – dennoch führte das QA-Team eine Durchsicht durch.
In einer Agentensitzung sind Sie selbst der QA für Ihre Automatisierung. Sie öffnen den Browser, klicken sich durch alles, entdecken Fehler und geben den entsprechenden Follow-up-Prompt ein – Runde für Runde. Hier hat der QA-Agent diese Arbeit übernommen und den Build vor einer manuellen Prüfung zurückgesendet.
Akzeptanzkriterium 3
In einer der fünf Epochen wurde keine Ausgabe generiert.

„Bei Auswahl von 1985 wird keine Stadt angezeigt: Der Bildschirm zeigt ein flaches violettes Filmkornfeld, während das HUD 1985 anzeigt. Dreimal wiederholt.“

1985 zeigt seine vollständige Neon-Skyline – egal ob über den Schieberegler oder mit der Taste 3 ausgewählt.
Akzeptanzkriterium 6
Die Informationskarten enthielten keine Inhalte.

„Beim Klicken auf ein Gebäude fliegt die Kamera hinein und das Info-Fenster öffnet sich – doch es enthält keine Beschreibung.“

Jedes Info-Fenster zu Gebäuden, Fahrzeugen und Fußgängern enthält die passende zeitgenössische Beschreibung; ein neuer Test schlägt fehl, wenn eines davon leer bleibt.
Vom Auftrag bis zum geprüften pull request in 1 Stunden und 48 Minuten.
- Architekt11:14 · 11 Minuten 22 Sekunden101.214-Tokens
- Entwickler11:25 · 38 Minuten 1 Sekunden21,4 Mio.-Tokens
- QA12:04 · 16 Minuten 50 Sekunden4 Mio.-TokensZurückgesendet
- Entwickler12:21 · 14 Minuten 52 Sekunden6,2 Mio.-Tokens
- QA12:36 · 21 Minuten 53 Sekunden2,5 Mio.-Tokens
- Prüfer12:58 · 3 Minuten 56 Sekunden443.012-Tokens
- Schätzung des Architekten
- 12 Mio.
- Verwendete Tokens
- 34,7 Mio.
- Modellkosten
- 1,00 $
- Aus dem Cache geladen
- 97 %
Der Architekt schätzte 12 Mio. Tokens. Der Lauf verbrauchte 34,7 Mio.: Der Entwickler überprüfte seine eigenen Renderings, die QA testete jede Ansicht in einem echten Browser und eine Nachbesserungsrunde behebte die von der QA festgestellten Fehler. Da 97 % dieser Tokens aus dem Cache stammen, kostete die gesamte Aufgabe 1,00 $.
Alle fünf Entwicklungsphasen, wie die Qualitätssicherung sie festgehalten hat

1945

1965

1985

2005

2025
Es dauert länger als eine Demo. Genau das ist der Sinn: Sie erhalten ein bereits getestetes pull request, nicht eines, das Sie noch selbst testen müssen.
Das Ergebnis
Der Architekt plante die Arbeit, der Entwickler implementierte sie zweimal, das QA-Team führte zwei Tests durch und ein Reviewer überprüfte das Ergebnis. Alle 11 Akzeptanzkriterien wurden im zweiten Zyklus erfüllt. Der pull request war bereits 1 Stunde und 48 Minuten nach der Aufgabenerstellung fertig.
Die Aufzeichnung
- 1 Aufgabe erfasst in CoRoid