Tricentis表示，公司已推出统一的自主质量工程平台，并发布全新Tricentis AI工作空间。该平台通过协调多类智能AI代理，旨在帮助企业团队在控制风险与资源投入的同时加快创新节奏，以更高效率完成测试、治理与高质量代码发布。
Tricentis指出，随着AI推动企业应用环境的变革速度与范围持续提升，单个应用中的缺陷可能在互联的应用生态中扩散，进而带来停机时间增加、风险上升并影响业务目标。公司称，通用AI工具在缺乏对特定应用上下文及关键端到端连接的完整理解时，可能导致结果不稳定并引入风险。
据介绍，该自主质量工程平台将AI代理能力与Tricentis在近200个ERP及打包应用中的经验与专有技术结合，并扩展至网页与定制应用场景，以实现软件开发与质量工作的加速与规模化；同时保留人工在监督、判断与责任方面的角色。
Tricentis称，Tricentis AI工作空间将作为统一指挥中心，提供共享上下文、集成工作流以及代理间原生协作能力，并作为自主质量工程的“记录系统”和“控制塔”，用于协调测试、自动化、性能与质量智能等领域的AI代理，同时将治理、审批与审计能力嵌入执行流程。
Tricentis首席执行官Kevin Thompson在声明中表示，AI能够以前所未有的速度生成代码，但企业对输出质量缺乏信心带来的摩擦已成为CIO面临的痛点；企业需要速度，但无法承受不安全或低质量的AI生成代码所引入的风险。他称，公司推出的端到端自主软件质量平台旨在以“AI速度”交付高质量代码，并在安全前提下加快价值实现。
Tricentis AI与机器学习副总裁David Cowell表示，公司已在内部使用自主测试，并在转型项目中观察到影响；一项通常需要数月的云迁移项目在自主AI支持下用时缩短至一周。他称，这有助于压缩发布周期而不增加风险。
多类AI代理覆盖软件开发生命周期
Tricentis介绍，Tricentis AI工作空间内的多类AI代理将分担软件开发生命周期（SDLC）中的不同职责，包括：
- 自主质量智能：持续解读SDLC中的变更、风险与质量信号，用于判断发布准备情况并自动引导测试，在需要判断时升级至人工处理。
- 自主测试自动化（更新版）：在既有能力基础上提升生产力，新增对SAP GUI与网页应用的支持，并更深度集成Tricentis Tosca自动化引擎，通过复用测试模块减少重复、维护与风险。
- 自主性能测试：在分析、设计与执行环节嵌入自主代理，提供企业级AI驱动的性能验证；公司称可将洞察速度提升90%至95%，以减少对人工专家的依赖并加快发布决策。
- 自主测试创建：深度集成于Tricentis qTest，支持在上下文内辅助测试编写，并提供自然语言测试创建能力，以更快生成可复用测试用例，减少重复与对专业技能的依赖。
Wolters Kluwer质量工程副总裁Paul DiGrazia在声明中表示，Tricentis AI工作空间实现了对整个软件开发生命周期的自主协调，而不仅限于代码生成或测试自动化。他称，随着AI加速软件创建，挑战转向“信任”，软件往往接近正确但未必达到生产级；相关代理不仅生成测试，还可识别未知、预防缺陷类别、协调基于风险的验证，并提供支持人工决策的准备信号。
Tricentis表示，上述代理及其能力构成更广泛自主质量平台的基础，平台将随着企业向更高程度的自主化与持续治理的质量工程演进而持续发展。
Tricentis列举的平台优势
Tricentis在发布信息中列出该平台的主要优势包括：
- 更快的企业级质量产出：通过协调AI代理、工具与工作流减少手动交接，实现与交付速度匹配的持续质量执行；公司称早期部署已实现回归测试网格60%的自动化。
- AI运营控制与治理：集中政策执行、审批与审计，提升管理层对AI行为的可视性，并明确人工干预时机。
- 降低AI采用风险：在执行流程中设置人工审核关卡与监督机制，以在扩展AI应用时控制合规与运营风险。
- 提升质量团队的AI可及性：支持零代码创建与管理AI代理，使团队无需专业技能或定制开发即可扩展AI能力。
