Dokumenterat den 25 september 2026
Chrono City: från specifikation till verifierad pull request
En stadsmiljö med fem tidsepoker såg färdig ut efter det första bygget. QA i webbläsaren hittade två ouppfyllda kriterier, skickade tillbaka arbetet och verifierade rättningarna innan pull request var redo. Här kan du följa dokumentationen från körningen.
Prompten kommer från Bijan Bowen, som använder den för att testa AI-modeller. Skärmbilderna är QA-agentens egna bilder från webbläsaren där appen kördes.
- Fram till pull request
- 1 h 48 min
- Agentkörningar
- 6
- Verifierade kriterier
- 11 av 11
- Modellkostnad
- 1,00 US$
Vad efterfrågades
Bygg ett interaktivt stadskvarter som växlar mellan åren 1945, 1965, 1985, 2005 och 2025. Besökarna ska kunna välja varje tidsepok och öppna tidsanpassad information om föremålen i scenen.
Vad som hände på vägen
Under den första leveranscykeln växlade årtalet till 1985, men staden visades inte. QA återskapade den tomma lila vyn tre gånger och upptäckte även tomma beskrivningar i informationskorten. Båda problemen skickades tillbaka till utvecklaragenten före granskningen.
Den första builden såg färdig ut. QA klickade sig ändå igenom den.
I en agentsession ansvarar du själv för kvalitetssäkringen av din automatisering. Du öppnar webbläsaren, klickar igenom varje år, upptäcker vad som inte fungerar och skriver en uppföljande prompt – omgång efter omgång. Här gjorde QA-agenten jobbet och skickade tillbaka bygget innan någon behövde granska det.
Acceptanskriterium 3
En av de fem epokerna renderade ingenting

”När 1985 väljs visas ingen stad: viewporten är ett platt lila fält med filmkorn, medan HUD:en visar 1985. Återskapat tre gånger.”

1985 visar hela sin neonlysande stadssilhuett, oavsett om året väljs med reglaget eller med tangenten 3.
Acceptanskriterium 6
Infokorten var tomma

”När du klickar på en byggnad zoomar kameran in och öppnar kortet, men kortet saknar beskrivning.”

Varje kort för byggnader, fordon och fotgängare innehåller text om tidsperioden, och ett nytt test underkänns om något kort åter blir tomt.
Från uppgift till pull request på 1 h 48 min
- Arkitekt11:14 · 11 min 22 s101,2 tn tokener
- Utvecklare11:25 · 38 min 1 s21,4 mn tokener
- QA12:04 · 16 min 50 s4 mn tokenerSkickades tillbaka
- Utvecklare12:21 · 14 min 52 s6,2 mn tokener
- QA12:36 · 21 min 53 s2,5 mn tokener
- Granskare12:58 · 3 min 56 s443 tn tokener
- Arkitektens uppskattning
- 12 mn
- Använda tokens
- 34,7 mn
- Modellkostnad
- 1,00 US$
- Levereras från cache
- 97 %
Arkitekten uppskattade 12 mn tokens. Körningen förbrukade 34,7 mn: utvecklaren kontrollerade sina egna renderingar, QA testade varje tidsperiod i en riktig webbläsare och en omarbetningsrunda åtgärdade de fel som QA hittade. Eftersom 97 % av dessa tokens kom från cache kostade hela uppgiften 1,00 US$.
Alla fem epoker, så som QA fångade dem

1945

1965

1985

2005

2025
Det tar längre tid än en demo. Det är poängen: du får en pull request som redan har testats, inte en som du fortfarande måste testa själv.
Resultatet
Arkitekten planerade arbetet, utvecklaren byggde det två gånger, QA genomförde två testomgångar och en granskare kontrollerade resultatet. Alla 11 acceptanskriterier uppfylldes under den andra cykeln. pull request var redo 1 timme och 48 minuter efter att uppgiften skapades.
Dokumentationen
- 1 uppgift dokumenterade i CoRoid