Laporan State of AI in Quality Engineering 2026 oleh TestMu AI mendapati 81% pasukan pembangunan perisian pernah menggabungkan kod yang ditulis oleh AI tanpa memahaminya sepenuhnya

AI kini menulis lebih separuh daripada kod yang digunakan dalam persekitaran produksi bagi 40% pasukan. Sebanyak 44% pasukan mendapati lebih banyak pepijat terlepas ke persekitaran produksi, manakala hanya 41% menjalankan semakan automatik terhadap kod yang ditulis oleh AI sebelum menggabungkannya.

NOIDA, India dan SAN FRANCISCO, 14 November 2026 /PRNewswire/ -- TestMu AI (dahulunya LambdaTest), platform kejuruteraan kualiti berasaskan AI agentik, hari ini menerbitkan laporan Landskap AI dalam Kejuruteraan Kualiti 2026 (State of AI in Quality Engineering 2026). Laporan itu mendapati 81% pasukan pembangunan perisian pernah menggabungkan kod atau ujian yang dijana oleh AI tanpa memahaminya sepenuhnya. Sebanyak 44% pula melaporkan peningkatan bilangan kecacatan yang terlepas daripada pengesanan atau insiden dalam persekitaran produksi seiring dengan peningkatan penggunaan kod yang ditulis oleh AI. AI kini menulis sebahagian besar kod dan menjana banyak ujian. Namun, kebanyakan pasukan masih bergantung pada semakan manusia selepas kod dan ujian dihasilkan, atau menggunakan model AI lain untuk mengesahkannya.

Sebanyak 97% pasukan yang ditinjau kini menggunakan AI dalam pengujian atau merancang untuk berbuat demikian. Bagi kebanyakan pasukan ini, persoalan yang masih belum terjawab ialah bagaimana kod dan ujian yang dijana oleh AI dapat disahkan sebelum keluaran perisian.

Dapatan utama laporan Landskap AI dalam Kejuruteraan Kualiti 2026 (State of AI in Quality Engineering 2026)

• Jurang pengesahan: Hanya 41% pasukan menjalankan semakan automatik terhadap kod yang ditulis oleh AI sebelum menggabungkannya. Kebanyakan pasukan bergantung pada semakan manual (55%) atau menyerahkan kod kepada pasukan jaminan kualiti (QA) selepas kod itu ditulis (51%). Pasukan yang tidak menjalankan ujian integrasi berterusan (CI) secara berasingan lebih kerap mencatat peningkatan kecacatan yang terlepas daripada pengesanan (49% berbanding 38% bagi pasukan yang menjalankan ujian tersebut).
• Pembangun paling terdedah: Sebanyak 93% pembangun pernah menggabungkan hasil yang dijana oleh AI tanpa memahaminya sepenuhnya.
• Penggunaan AI untuk menilai AI melebarkan jurang pengesahan: Pasukan yang menggunakan satu model bahasa besar (LLM) untuk memberi skor kepada hasil model lain (LLM-as-a-judge) kira-kira dua kali lebih kerap menggabungkan hasil AI yang tidak difahami berbanding pasukan lain (29% berbanding 15%). Ujian yang dijana oleh AI didapati "hampir tepat, tetapi masih ada kekurangan" pada kadar median 65%.
• Semakan manusia dan demonstrasi menjadi asas pelancaran ejen AI: Sebanyak 77% pasukan membangunkan ejen AI yang perlu diuji. Dalam kalangan pasukan ini, 37% tidak mempunyai kaedah sistematik untuk menilai ejen tersebut, manakala hanya 28% melibatkan pengguna yang sengaja cuba mencetuskan kegagalan ejen dalam ujian.
• Bajet lebih tertumpu pada penjanaan hasil AI: Sebanyak 50% pasukan memperuntukkan sebahagian besar bajet pengujian AI untuk menjana hasil, berbanding 17% yang memperuntukkan sebahagian besar bajet untuk mengesahkannya.
• Hanya segelintir pasukan bersedia menghadapi kesilapan AI: Hanya 13% pasukan mempunyai pelan tindak balas insiden untuk menangani kesilapan AI.

"Pasukan pembangunan perisian kini bergantung pada AI untuk menulis kod dan menjana ujian. Mereka juga semakin bergantung pada AI untuk menentukan sama ada kedua-duanya sudah sedia untuk dikeluarkan. Namun, amalan pengesahan masih belum seiring dengan perubahan itu. Kami percaya setiap hasil yang dijana oleh AI perlu disahkan oleh sistem yang bebas daripada model yang menghasilkannya, sebelum hasil itu digabungkan dan setiap kali hasil itu berubah. Dalam tinjauan kami, pasukan yang sudah mengamalkan pendekatan ini mendapati lebih sedikit kecacatan terlepas ke persekitaran produksi. Kami menjangkakan amalan ini akan menjadi piawaian bagi organisasi kejuruteraan yang menggunakan AI dalam pembangunan dan keluaran perisian," kata Asad Khan, Pengasas Bersama dan Ketua Pegawai Eksekutif TestMu AI.

Baca laporan di sini: testmuai.com/research/state-of-ai-in-quality-engineering.

Maklumat Tentang TestMu AI

TestMu AI (dahulunya LambdaTest) ialah platform kejuruteraan kualiti berasaskan AI agentik yang membantu memastikan pelaksanaan AI dalam perusahaan dan dalam penggunaan sebenar memenuhi keperluan kualiti. Platform ini menjalankan pengujian berasaskan ejen AI untuk aplikasi web dan mudah alih pada lebih 5,000 pelayar dan 50,000 peranti sebenar. Platform ini turut menguji ejen sembang, suara, respons suara interaktif (IVR), video dan imej. Untuk maklumat lanjut, layari www.testmuai.com.

Hubungan Media

Pengurus Komunikasi
Korporat Nikhil Saxena, TestMu AI
[email protected]| +91 98709 81968