一句话看懂：Vercel 首席执行官 Guillermo Rauch 提出”验证工程（verification-engineering）”将成为软件开发的下一阶段，与此同时，一款名为 e2e 的开源智能体测试框架同步亮相，尝试把确定性测试和 Agent 驱动的测试混合在同一个工具链里。
事件核心：发生了什么
Guillermo Rauch 在 X 上发帖称：”未来属于验证工程。”他把形式化证明、端到端（e2e）测试、基准测试（benchmarks）、代码检查工具（linters）并列，视为同一套验证体系的组成部分。他特别提到，其中的测试将分为两类：一类是确定性测试，另一类由 Agent 驱动，并评价这一方向”看起来很棒”。
这条表态对应的具体产品，是开发者 Oskar 推出的开源项目 e2e。按照其公开介绍，e2e 定位为”适用于任何应用的智能体测试框架”，通过 npx e2e init 即可初始化；支持混合调用确定性 API 与智能体 API，覆盖 Web、移动端等场景，允许开发者自带 Agent 和基础设施，既能在本地运行，也能接入 CI。该帖子获得约 28.2 万次浏览。
为什么重要
过去一年，AI 编程工具的重心集中在”生成”——让大模型写代码、补函数、改 bug。Rauch 的判断把这个重心往”验证”一端拉：当代码产出速度被模型大幅提升后，瓶颈不再是写得多快，而是能否确认写出来的东西是对的。确定性测试解决可复现的逻辑校验，Agent 驱动的测试则尝试覆盖那些难以穷举、需要语义判断的场景，比如界面行为、交互流程和多步任务。
这对生态的直接影响是，测试框架可能成为继 IDE、代码助手之后的又一个 AI 落地入口。对 Vercel 这类以部署和 CI/CD 为核心的平台来说，把验证能力纳入流水线，也意味着在开发者的日常工作流中占据更靠前的位置。目前公开信息显示，这一方向仍处于早期，更多是方向性表态加一个新兴开源项目，而非成熟的标准或产品。
对用户/开发者/创作者的影响
对开发者而言，最实际的变化是测试策略可能从”纯断言”扩展为”断言加 Agent 评审”。如果 e2e 这类框架成熟，团队可以在同一条 CI 流水线里既跑确定性用例，也跑由模型判断的软性检查，减少人工回归成本。自带 Agent 和基础设施的设计，也意味着模型选择、算力成本和数据合规仍掌握在使用方手中，而不是被工具锁死。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对企业采购来说，值得先观察的是可靠性：Agent 驱动的测试结果是否稳定、误报率多高、能否解释失败原因。对内容与产品创作者，短期内影响有限，但”验证”思路会逐步渗透到 AI 生成内容的审核、评测和上线流程里。
值得关注的后续
一是 e2e 是否从开源项目走向被主流 CI 平台集成，形成实际使用规模；二是确定性测试与 Agent 测试的比例、成本和准确率是否有公开的基准数据；三是 Vercel 或同类平台是否会跟进推出配套的验证产品，把”验证工程”从口号变成付费能力。
