把AI对话记忆测试从手动比对到Pytest+Redis自动化,验证效率提升了10倍,还顺带揪出3个隐蔽bug上周五下午,我正喝着咖啡准备收工,QA 在群里丢了一句话:“用户反馈 AI 记不住之前说过的话,你们查一下是不是 memory 又丢了。” 我心里咯噔一下,打开日志一看,Redis 里的对话历史还在,但取出来的顺序全乱了——最新的消息跑到了最前面。更让人抓狂的是,这已经是我们这个月第三次因为记忆存储的“隐形” bug 被投诉了。每次复现都要手动开三个终端,给 AI 发“你好,我叫张三”“我刚才说了什么?”,然后肉眼对比返回值。这种测试方式,说好听点叫手工验证,说难听点就是在碰运气。