AWS 出晒 QA Studio 系列第三彈，講「測試歸隊」
2026-10-28，AWS Machine Learning Blog 出咗「Accelerating software delivery with agentic QA automation using Amazon Nova Act」系列第三篇。前兩篇分別講 QA Studio 用 Amazon Nova Act 喺自然語言定義測試、同埋加 test suites 同 CLI 去 CI/CD 做 batch regression testing；呢篇加兩樣嘢：應用程式分類（applications）同團隊用户管理。
「應用程式」係邊個嘅測試
AWS 指出，隨住 QA 自動化喺組織擴散，寫測試唔再係瓶頸，真正嘅問題變成「邊個團隊睇邊個測試」同「邊個負責」。一個 application 喺 QA Studio 代表系統下測試（website、web app、service front end），佢係容器：use cases 同 test suites 歸入佢，並繼承佢嘅 ownership。建立一個 application 要有名稱、base URL，可選 environments（development、staging、production）。
健康度：0–100 分同 flaky penalty
QA Studio 將每次執行結果寫入 Amazon CloudWatch custom metrics，按 application 同 environment 分維度。頁面頂部有三個數字：選定窗口嘅 pass rate、總執行數、當前列 failure 數。另一邊計數一個 0–100 嘅 health score，以 pass rate 為起點，再減去 flaky tests（時好時唔好嘅測試）嘅 penalty，避免「通過但翻來覆去」嘅應用程式呈現「假完美」。
metrics tab 提供趨勢：7 日窗口（hourly granularity）或 30 日窗口（daily granularity），圖表展示 executions、successes、failures、average duration。
阿調搞兩下
health score 嘅 flaky penalty 點計、threshold 點設、同 CloudWatch 其他指標點對齊，原文只講「subtract a penalty」，冇公式同參數；「flaky test」本身點判定亦冇交代。對真正用呢套嘅團隊嚟講，呢啲先係落地會問嘅問題。
阿調｜深度調教
