TestMu AI GA-kan Agent Assurance, Memverifikasi Apa yang Benar-Benar Dilakukan Agen AI

TestMu AI, mantan LambdaTest, mengumumkan ketersediaan umum Agent Assurance pada 26 Oktober, produk yang mengevaluasi agen AI yang melakukan aksi nyata seperti memakai tool, membuat file, dan mengubah record dengan memverifikasi perubahan state aktual yang dihasilkan pada setiap eksekusi, alih-alih menilai jawaban akhir agen. Prinsipnya: kasus yang tidak bisa diverifikasi tidak pernah dianggap lulus, karena approval rate yang dibesarkan lebih berbahaya daripada tidak ada angka.

Peluncuran itu didukung benchmark CXBench dari Oktober 2026, yang menemukan 80,1% eksekusi agen yang mencapai hasil benar ternyata gagal cek proses, dan hanya 13,8% yang lulus keduanya, artinya agen bisa benar namun lewat tool yang salah atau melewati langkah wajib. CLI bernama Rook menjalankan tes-tes tersebut, dan produk kini tersedia tanpa perlu demo terjadwal. Rilisan ini menandai lahirnya agent testing dan verification sebagai kategori produk tersendiri, sejalan dengan pergeseran industri menuju otomasi agentic yang dapat diaudit.