人物
技术专家，专注于测试工程与 AI 增强开发实践。
已跟踪 2 条高相关材料
最近变化
2026-05-30 · 代码覆盖率无法反映真实用户路径，易导致‘高覆盖率低缺陷检出’的假安全状态。
为什么值得关注
Marlene Mhangami 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Beyond Code Coverage: Functionality Testing with Playwright — Marlene Mhangami, Microsoft
AI Engineer · 8.5 分
AI工具虽提升代码产出，但需依赖高质量代码库才能真正提高生产力。
Beyond Code Coverage: Functionality Testing with Playwright Code coverage is a vanity metric. Funct...
AI Engineer(@aiDotEngineer) · 7 分
代码覆盖率是虚荣指标，功能覆盖才是关键；Marlene Mhangami 展示了如何结合 Playwright 与 MCP（Model Context Protocol）实现真正能捕获用户实际遇到 Bug 的功能性测试，显著提升测试有效性。
已收录 2 条与 Marlene Mhangami 相关的内容，按评分排序。
AI tools may increase code output, but they rely on clean codebases to truly improve productivity.
入选理由：GitHub 2025年累计提交量达10亿次，是其最活跃的一年。
Code coverage is a vanity metric — it tells you how much code ran, not whether the app actually works as intended. Marlene Mhangami shows how Playwright + MCP enables testing that catches real user bugs, significantly improving test effectiveness.
入选理由：代码覆盖率无法反映真实用户路径，易导致‘高覆盖率低缺陷检出’的假安全状态。
