Beni şunu şaşırtın: Test paketiniz her düğme hareket ettiğinde kırılırsa, bir dalış değişir veya - tanrılar yasaklarsa - bir A / B test çalıştırılırsa, gerçekten bir şey mi test ediyor? Eğer durmak zorunda kalırsanız, muhtemelen ekibiniz - çoğu mühendislik ekibi gibi - her UI değişikliği ile kırılan senaryo tabanlı testleri düzeltmek ve sürdürmek için çok fazla zaman harcıyor. Neyse ki, iş akışında AI ile, yayın döngüleri düştü, UI kırılmıyor ve her şey yolunda değil mi? Bu yazıda, AI testinin ne olduğunu ve QA ajanlarının kapağın altında nasıl çalıştığını açıklayacağız - böylece ekibiniz için gerçekten yardımcı olup olmadığını belirleyebilirsiniz. Geleneksel Test Otomasyonu Neler Yapar Playwright veya Selenium gibi test otomasyon araçları bir dizi adım adım yönergeleri izler. Bu gibi bir şey yapar: bu URL'ye gidin, belirli CSS seçicisi ile öğeyi bulun, tıklayın, bu metnin görünmesini talep edin ... Ürününüz hiçbir zaman değişmediği sürece, her şey harika çalışır. Ama denilen bir şey var Temel olarak, senkronlar sadece kullanıcı arayüzü değişiklikleri nedeniyle değil, aynı zamanda talimatların bozulması nedeniyle bozulur. Ekipler mevcut testleri bulmak ve düzeltmek veya yeni özellikler oluşturmak yerine mevcut testleri sürdürmek için geliştirme zamanlarının %30-40'ını harcıyor. Sadece iyi testleri sürdürmek için sürtünmeyi arttırmıştır. selector treadmill AI code generation Cursor, Claude Code ve Copilot gibi araçlar, şirketlerin her zamankinden daha hızlı kod göndermelerine yardımcı oluyor.Ama daha fazla çıkış da sprint başına daha fazla UI değişikliği, daha fazla kod refactorları, daha fazla bileşen yeniden yazılıyor... Bunların her biri test iş akışınızın kırılma riski getiriyor. A’ya göre Otomasyon platformlarında, uygun bir QA çözümü olmayan yüksek performanslı ekipler, iki haftalık bir döngü içinde üretime ulaşan sprint başına yaklaşık 20 hata yaşadı. Forrester Tei Çalışması Ne yazık ki, geleneksel test otomasyonu, her şeyin istikrarlı olduğunda (aynı Forrester çalışması, bu platformlardan birinde üç yılda %209’luk bir ROI’yi bildirdiğinde) mükemmel bir yatırım geri dönüşü (ROI) sağlar. Agent testine giriş yapın. Agentic Testing Nedir? Basitçe söylemek gerekirse, ajan testleri belirli bir amaca ulaşmanın AI'ya odaklanmaktadır. Onu denemek için (bunu tıklatın, iddia edin, o zaman bunu söyleyin) kontrol etmek için. how what İşte örnek bir ifade: “Kullanıcı M boyutlu bir hoodie'yi sepetine başarıyla ekleyebilir ve GooglePay ile ödemeyi tamamlayabilir.” Bu hedefi gerçekleştirmek için AI ajanının görevi vardır. Agentic testleri ile, QA ajanı kullanıcıdan bir hedef alır ve daha sonra sistem içinde nasıl tamamlanacağını bulur. web, masaüstü veya mobil uygulamalar üzerinden gezinir ve öğelerle etkileşime girer. Reaktif Pattern Ürettiğimiz sistemler de dahil olmak üzere en çok kullanılan sistemler React modelini takip edin: Teknoloji observe —> decide —> act —> evaluate Not: QA ajanı önce hem DOM hem de görsel düzendeki sayfanın mevcut durumunu görür. Karar verin ya da düşünün: Hedef hakkında nedenler. “Koruna ekle” düğmesini bulmam gerekiyor. bir arabaya simgesiyle mavi bir düğme görüyorum.” Eylem: Bir kullanıcı gibi davranır. Değerlendirme: eylemin işe yaradığını kontrol eder ve bir sonraki eylemin ne yapılacağına karar verir (tekrar). Burada, bir web uygulamasının yapısal ve görsel hierarşisini anlayan ve bir kullanıcının alacağı bir yol yeniden oluşturan bağımsız bir sistemden bahsediyoruz. Memory Layer Hakkında Tek bir test çalıştırmadan önce uygulamanızın yapısal bir anlayışını oluşturur.Ajenlerimiz web sitenizi veya bir uygulamanızı, tüm sayfaları, akışları, etkileşimli öğeleri ve öğeler arasındaki ilişkileri bir bilgi grafikine yerleştirmek için tarar. Teknoloji Haritalarımızın benzerliğini bir kez daha kullanalım. Bir şehri dolaşan bir turist ile her sokakları kalbiyle bilen bir yerel arasındaki farkı düşünün. Her ikisi de A'dan B'ye gidebilir, ancak şehirle ilgili tanıdık oldukları için, yerliler anahtar kelimeleri nasıl alabileceğini ve ölü uçların nerede olduğunu bilirler. Uygulama testleri pratikte nasıl çalışır Tek bir test yazmadan önce, ajan uygulamanızı tarar. , temel olarak kullanıcı akışlarını ve UI unsurlarını haritalamak ve anlamak için uygulamanızı otomatik olarak keşfetmek için ajanlar. epistemic foraging deneme Agent'e nihai hedefin ne olduğunu söylemek için basit ve doğal bir çağrı yazıyorsunuz, örneğin "Kullanıcı bir mülkiyeti başarıyla aramaya, tarama, görüntüleme ve rezervasyon yapabileceğinden emin olun." keşif Ajan daha sonra tarama sırasında zaten öğrendiği yapıyı kullanarak uygulamayı yüklenir.Artık sayfaların ve öğelerin bir haritasına sahip olduğunda, başlangıç sayfası, tarayıcı özellikleri özelliği, rezervasyon düğmeleri ve bir insan kullanıcısı gibi gerekli diğer her seçeneği aramaya başlayabilir. Flow Uygulaması Agent, test çalışmasını adım adım tamamlamaya devam eder (bir kayıt oturumu aracılığıyla tüm süreci izleyebilirsiniz). Eğer bir şey beklenmedik bir şekilde olursa, istenmeyen bir önerge gibi, agent bunu görür, hedefe engel olduğunu fark eder ve kapatır. İtiraz Akış tamamlandıktan sonra, ajan hedefe ulaşılmış olup olmadığına göre geçişi veya başarısızlığını değerlendirir. Şimdi, bu sonucu eşdeğer Playwright senaryo ile karşılaştırın. , belirli bir seçici kullanarak mülkiyet arama girişini bulun veya , bir konumu girin, arama işlemi başlatın, sonuç sayfasının yüklenmesini bekleyin, bir mülkiyet listesine tıklayın ve ardından bul ve rezervasyon düğmesine basın. /home page data-testid Her şey işe yarıyor, hiçbir şey değişmediği sürece. bir CAPTCHA eklenir, bir test kimliği yeniden adlandırılır veya rezervasyon işlemi ek sayfalara bölünürse, tekrar bakım modunda olacaksınız. Agentic Test Automation'ı AI-Assisted Testing'den Farklı Kılan Nedenler Dürüst olmak gerekirse, AI test otomasyonu olarak pazarlanan bir sürü araç aslında Playwright gibi eski teknoloji için senaryolar oluşturan ambalajlardır. Doğru, daha yüksek test kapsamını daha hızlı alırsınız, ancak aynı şekilde kırılgan ve güvenilmezler. Bu şekilde ajans otomasyonunu kullanmanın sadece yanlış paradigmada AI kullanılması olduğunu düşünüyoruz – AI ambalajları kullanmanın sonuçları bağımsız olarak hareket eden AI ajanlarına kıyasla daha kötü. Hedef yöntemi: Testler, uygulama sürecine ve oraya nasıl ulaşabileceğinize değil sonuçlara odaklanmaktadır. Görsel: Ajan uygulamanızı gerçek bir kullanıcının yaptığı gibi görür (vizual + HTML aracılığıyla). Bir öğeyi referanslamak için bireyin oluşturduğu seçicilere güvenmez. Uygulamalı: Bu, ajanınızın kendi kendine iyileşme yeteneğidir. eğer pozisyonu veya “Send” düğmesini hareket ettirirseniz veya bir A/B testi olarak ek bir adım eklerseniz, ajan, orijinal unsurların hareket etmesine veya yolun değiştiğine rağmen, hedefi tamamlamak için yolunu bulabilir. Öz Değerlendirme: Ajentik testlerde, ajan, belirtilen hedefe ulaşmadığına göre geçiş veya başarısızlık belirler. Sürekli öğrenme: Agent uygulamanızla ne kadar çok etkileşimde olursa, mutlu yol senaryolarını ve belirli kullanıcı arayüz bileşenleri için “normal” görev performansı olarak kabul edilenleri tanımlamakta daha iyi olur. Ne zaman Agentic Testing doğru (ve doğru değil) Bunu satmak kolay olurdu, bu yüzden açık söyleyeyim. yarın sahip olduğunuz Playwright için yazılan her senaryoyu atmamalısınız. Bazı alanlarda bu yaklaşım gerçekten : strong fit End-to-end (E2E) kullanıcı akışı: Onboarding, check-out, hesap yönetimi ve tüm CRUD aktivitelerini yapan her şey; Regresyon paketleri: Manuel olarak test edebileceğinizden daha hızlı serbest bırakabilen sürekli değişen kullanıcı arayüzü; Hızlı Hareketli UI: Yeni sürümlerin zamanında onaylanması. Karmaşık ürünler: deneyimi doğrulamak için en iyi yol manuel testtir, ancak açık nedenlerle yeterince hızlı bir şekilde gerçekleşmez. Ancak, şu anda, bunun için daha az ideal bir çözüm: Webgl oyunları veya webgl tabanlı UI, ajanlar için de test etmek zordur. Session-to-session olarak çok dinamik bir kullanıcı arayüzü. Gerçek şu ki, konuştuğumuz ekiplerin çoğu hibrit bir yaklaşım kullanıyor.Küçük ayrıntılar için senkronlara güveniyorlar ve AI ajanlarının geniş ve karmaşık kullanıcı akışlarını yönetmesine izin veriyorlar. Bununla birlikte, ajanslı QA'yı kabul eden şirketlerin% 529'a kadar ROI kazanmasını 3 aylık bir geri ödeme ile gördük. Çekiliş Up Agentic test, geleneksel test çerçevelerinden tamamen farklı bir yaklaşım temsil eder, istenen hedefleriniz ve gerçek sonuçlarınız arasında bir tek-bir ilişki vardır. Ekibiniz test altyapısını korumak için gerçek hataları bulmaktan daha fazla zaman harcıyorsa, ajanslı test otomasyonu bu boşluğu kapatmanıza yardımcı olabilir. Daha fazla bilgi edinmek ister misiniz? işte faydalı bilgiler: Manual to Autonomous QA: A Step-by-Step Transition Guide (Manualdan Bağımsız QA’ya) QA Otomasyon Değerli Mi? Akıllı Testin Gerçek ROI QA.tech ile ve temsilcilerimizin bir sonraki sürümünüz için kritik akışlarınızı nasıl doğrulayabileceğini görün. Demo Yazılımı
