Alle erledigten Aufgaben

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.

QA-Screenshot: 1985 ist ausgewählt, der Bildschirm zeigt ein leeres violettes Feld.
Zyklus 1 · QA fehlgeschlagen

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

QA-Screenshot: Die Epoche 1985 wird als neonbeleuchtete Innenstadt dargestellt.
Zyklus 2 · QA überprüft

1985 zeigt seine vollständige Neon-Skyline – egal ob über den Schieberegler oder mit der Taste 3 ausgewählt.

Akzeptanzkriterium 6

Die Informationskarten enthielten keine Inhalte.

QA-Screenshot: Ein Info-Fenster zu einem Gebäude ohne Beschreibung.
Zyklus 1 · QA fehlgeschlagen

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

QA-Screenshot: Ein Info-Fenster zu einem Gebäude, das eine Art-déco-Turm aus dem Jahr 1945 beschreibt.
Zyklus 2 · QA überprüft

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.

Aufgabe erstellt · 11:14Pull-Request bereit · 13:02
  1. Architekt
    11:14 · 11 Minuten 22 Sekunden
    101.214-Tokens
  2. Entwickler
    11:25 · 38 Minuten 1 Sekunden
    21,4 Mio.-Tokens
  3. QA
    12:04 · 16 Minuten 50 Sekunden
    4 Mio.-Tokens
    Zurückgesendet
  4. Entwickler
    12:21 · 14 Minuten 52 Sekunden
    6,2 Mio.-Tokens
  5. QA
    12:36 · 21 Minuten 53 Sekunden
    2,5 Mio.-Tokens
  6. Prüfer
    12:58 · 3 Minuten 56 Sekunden
    443.012-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

  • Qualitätssicherungs-Screenshot der 1945-Phase

    1945

  • Qualitätssicherungs-Screenshot der 1965-Phase

    1965

  • Qualitätssicherungs-Screenshot der 1985-Phase

    1985

  • Qualitätssicherungs-Screenshot der 2005-Phase

    2005

  • Qualitätssicherungs-Screenshot der 2025-Phase

    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

    Versuchen Sie es in Ihrem eigenen Repository

    Ihr eigener Assistent kann CoRoid einrichten. Die Einrichtungsanleitung zeigt jeden Schritt einer dokumentierten Einrichtung samt Zeitangaben.