通常，测试与评估（T&E）规划在系统开发的早期就开始，并持续到初始部署阶段。新型武器系统需要经历两个主要阶段的测试：发展性测试（Developmental Test， DT）和作战性测试（Operational Test， OT）。

（一）发展性测试（DT）

通常在实验室等封闭环境中进行，使开发者和测试人员能在控制条件下评估系统性能。DT收集和评估系统的能力与风险，为采办生命周期内的决策提供依据。DT可由承包商或政府人员监管，评估内容包括关键性能参数（KPP）和关键系统属性（KSA）等。

（二）作战性测试（OT）

将系统置于预定作战环境中，包括逼真的作战条件和威胁环境。OT通常由作战测试机构实施，这些机构隶属于相应军种或美国国防部相关部门，拥有技术测试人员和作战人员。值得注意的是，这通常是系统首次与现役操作人员进行大规模接触。理论上DT和OT可以同时进行，但在实践中常是先后顺序进行，只有在DT评估充分的前提下，才会授权进入OT阶段。

虽然这两个阶段侧重于系统的不同方面，但美国国防部长期以来都认识到测试阶段之间信息共享的重要性以提升效率。然而，T&E社区普遍认为实际中缺乏真正的阶段间协作。合理情况下，前期测试数据可避免重复实验，从而释放测试资源、降低成本、缩短项目周期。但专家指出，数据共享在实际中仍然有限，尤其是在由承包商主导DT测试时更为明显。出于知识产权保护的考虑，承包商往往难以充分共享数据，因其可能泄露系统设计的技术细节。

随着软件在物理平台上的广泛应用，软件测试方法也日趋严谨和复杂。针对依赖软件驱动的物理系统，建模与仿真（Modeling and Simulation， M&S）在过去几十年中越来越重要，成为系统开发中的一项关键工具，用于提前发现问题并减少实测需求。M&S的应用领域非常广泛，涵盖汽车、航空航天、物流、制造等行业。自1970年代起，美国国防部便投资开发网络化仿真工具，最初主要用于训练，也有人提出其未来可用于作战和T&E。尽管这些作战用途尚未充分实现，但M&S在美国国防部系统开发中的地位持续上升。

尽管传统T&E实践会随时代变化（如M&S的兴起），整体流程仍大体保持一致。要理解人工智能系统对这一流程造成的压力，必须考虑美国国防部对人工智能系统所施加的一系列额外政策限制。尽管所有测试工作的主要目标仍然集中于关键特性，但美国国防部已经日益聚焦于适用于人工智能系统的特定原则和政策。