ИИ против 2000 тестов: где ассистент экономит часы, а где создаёт проблемы

Команда QA крупного российского банка столкнулась с проблемой: обслуживание автотестов стало занимать больше времени, чем их написание. Каждый упавший тест требовал ручного расследования — VPN, стенд, DOM, поиск отвалившегося локатора. На один тест уходило до часа, а после релиза — пара дней на починку локаторов из-за изменений вёрстки. Чтобы снять рутину, инженеры добавили в процесс AI-ассистента.

Автор статьи Егор Лаптев (SENSE, Fullstack Java) на практике проверил, как ИИ справляется с шестью разными сценариями: от восстановления упавших тестов до рефакторинга. На стеке Selenide, Cucumber, REST Assured, Allure, Kafka и Moon в Kubernetes ассистент действительно берёт на себя часть работы и экономит часы. Однако на сложных кейсах он начинает ошибаться — ходит по кругу, выдаёт несуществующие локаторы за настоящие и тратит время впустую.

Вывод: ИИ — не панацея. Он хорошо справляется с шаблонными задачами, но не умеет понимать контекст приложения. В статье автор подробно разбирает устройство ассистента, его ограничения и стоимость внедрения, а также приводит код рабочих сценариев. Принципы универсальны и переносятся на любую связку UI- и API-тестов.