تست‌های سنتی E2E شکننده‌اند؛ یک تغییر جزیی در CSS یا تایمینگ انیمیشن، کل CI/CD pipeline را متوقف می‌کند. اما آیا ایجنت‌های هوش مصنوعی می‌توانند جایگزین آن‌ها شوند؟

تیم مهندسی Slack بعد از ۲۰۰ تست مبتنی بر ایجنت به یک نتیجه کلیدی رسید: تست‌های سنتی یک مسیر ثابت را اجبار می‌کنند، در حالی که ایجنت‌ها رسیدن به هدف را راستی‌آزمایی می‌کنند و تغییرات رابط کاربری را خودکار مدیریت می‌کنند.

اشتباه بزرگ این است که ایجنت‌ها را روی هر Pull Request اجرا کنیم، چون زمان و هزینه بسیار بالایی دارند. معماری درست، هرم سه‌لایه است: تست‌های قطعی سریع روی هر کامیت و PR برای بررسی مسیرهای بحرانی، و ایجنت‌های متصل به Playwright MCP در پس‌زمینه برای تست اکتشافی شبانه روی محیط‌های Staging.

در پست جدید MLnotes این معماری، نتایج بنچمارک Slack و نحوه پیاده‌سازی آن را بررسی کرده‌ام:
https://mlnotes.substack.com/p/tests-enforce-journeys-agents-verify

@DevTwitter | <Mehdi Allahyari/>