TestMu AI lanza Agent Assurance para verificar los agentes de IA antes de su envío

El nuevo producto verifica tanto los agentes de IA que hablan con los clientes como los agentes que actúan en los sistemas, genera escenarios de prueba directamente desde el código, califica cada acción con evidencia real e informa una brecha de seguridad para todo lo que no pudo verificar.

SAN FRANCISCO y NOIDA, India, 18 de agosto de 2026 /PRNewswire/ -- TestMu AI (anteriormente LambdaTest), la primera plataforma de ingeniería de calidad nativa de IA con agentes del mundo, anuncia Agent Assurance, un producto diseñado para responder a la pregunta que todo equipo de ingeniería que implementa agentes de IA se plantea hoy en día: ¿es seguro implementar este agente? Agent Assurance abarca ambos tipos de agentes en un solo producto: la categoría de Agente Conversacional, que evalúa a los agentes que interactúan con humanos a través de chat, voz, teléfono, vídeo e imagen; y la nueva categoría de Agente Autónomo, que verifica a los agentes que actúan sobre los sistemas: llamando a herramientas, escribiendo archivos, accediendo a API y abriendo solicitudes de extracción.

Actualmente, la mayoría de los equipos prueban los agentes autónomos leyendo el informe del propio agente sobre sus acciones: una transcripción o la puntuación de un evaluador sobre su mensaje final. Agent Assurance, en cambio, evalúa el efecto. A partir del código fuente, determina las acciones del agente, genera un conjunto completo de pruebas que abarca pruebas funcionales, comprobaciones no funcionales y escenarios adversarios, ejecuta el agente en tiempo real y evalúa cada criterio en función de la evidencia observada: archivos modificados en el disco, artefactos generados y llamadas a herramientas verificadas con la interfaz de herramientas declarada por el agente.

Además de aprobar o reprobar, Agent Assurance informa un tercer veredicto, imposible de verificar, que se excluye de la tasa de aprobación y se publica como un número: la brecha de garantía. Cada resultado en el informe corresponde a una observación real, y dado que la brecha refleja la cantidad de información que un agente registra sobre sus propias acciones, los equipos pueden reducirla haciendo que sus agentes sean más observables.

"Los equipos de ingeniería acumulan deuda de validación precisamente en el nivel donde hay más en juego. El relato de un agente sobre lo que hizo es la evidencia más débil disponible sobre sus acciones; es la única parte que tiene motivos para equivocarse", afirmó Vipul Verma, vicepresidente sénior de ingeniería del grupo, TestMu AI. "Todas las herramientas de este sector informan una tasa de éxito. Agent Assurance informa la tasa de éxito y el tamaño de su propio punto ciego, porque esa es la única manera de que la cifra sea fiable para tomar decisiones".

Con Agent Assurance, los equipos pueden:

• Probar sin escribir pruebas: pruebas de automatización de agentes donde el conjunto de pruebas se deriva del código fuente; la única entrada es cómo invocar al agente, ya sea un comando, un punto final HTTP, un servidor MCP o un flujo de trabajo creado en plataformas como n8n.
• Cubrir la superficie de ataque por defecto: los escenarios de inyección de mensajes, uso indebido de herramientas y anulación de instrucciones se generan como una familia de primera clase, no como un complemento.
• Controlar las versiones en CI: pruebas continuas de agentes en cada pipeline, desde pruebas de humo de agentes en cada commit hasta ejecuciones completas previas al lanzamiento, con comandos sin interfaz gráfica y códigos de salida que distinguen "el agente hizo algo mal" de "el entorno no pudo probarlo".
• Seguir los cambios con confianza: pruebas de regresión de agentes con diferencias de ejecución sobre ejecución que separan los resultados que fallan recientemente, los que se corrigen recientemente y los inestables, ya que la inestabilidad y la regresión requieren respuestas opuestas.

La categoría de Agente Conversacional también se expande al nuevo ámbito donde el software interactúa con las personas: los agentes que aparecen en cámara. Con la nueva función de Prueba de Agentes de Video (enlace) de la plataforma, un humano simulado con rostro y voz realistas se une a la sesión de un agente de video en vivo, mantiene una conversación genuina y evalúa al agente según los criterios de éxito definidos por el equipo. Cada veredicto se registra en el momento exacto de la grabación que lo generó. Todo aquello que no se pueda verificar en la grabación se considera deliberadamente como no cumplido, un estándar estricto para una categoría donde la grabación es la evidencia: un agente de video nunca obtiene crédito por un momento que el evaluador no pudo observar.

La categoría de Agente Conversacional ya está disponible en la plataforma TestMu AI. La categoría de Agente Autónomo está disponible en acceso anticipado y se ejecuta desde la terminal como Rook, con modelos que se ejecutan en el controlador de TestMu AI, por lo que no se necesitan claves API de proveedor localmente. Para comenzar, visite este enlace.

Acerca de TestMu AI 

TestMu AI es la primera plataforma de ingeniería de calidad nativa de IA con enfoque agente del mundo, diseñada para permitir a las organizaciones automatizar y escalar las pruebas con la inteligencia como pilar fundamental. Al combinar capacidades autónomas con una integración perfecta en los flujos de trabajo de desarrollo modernos, TestMu AI permite a los equipos entregar software más rápido, confiable y seguro en un mundo donde la IA es primordial.

Para obtener más información, visite TestMu AI

CONTACTO: Nikhil Saxena, Responsable de comunicaciones corporativas, TestMu AI, [email protected], +919870981968