AI 测试不懂你的 App 的问题

Source: Dev.to

AI 生成的 Cypress 测试

AI 生成的 Cypress 测试前景广阔——但默认情况下，AI 从未见过你的应用。

有趣的不是“看，AI 写了一个测试”。有趣的是，基于你团队自己的 Swagger 规范、组件文档和 bug 历史的 AI 能否覆盖那些你可能会遗漏的内容。

检索增强生成（RAG）

这就是 RAG 的用武之地。RAG（Retrieval‑Augmented Generation）是一种在查询时向 AI 提供你自己的文档的模式。它不再是一个通用模型去猜测你的按钮标签和 API 路径，而是直接使用你团队已经在使用的同一套真相来源。

Cypress 的实验性 cy.prompt() 命令

把它和 cy.prompt() — Cypress 的实验性 AI 原生测试编写命令 — 结合起来，就会出现有趣的效果。AI 的工作精度更高。它能够映射到你的端点，甚至可能揭示出你忘记覆盖的流程。

局限性

话虽如此，这并非灵丹妙药。人工编写的断言仍然更可靠。AI 擅长覆盖广度，人工擅长捕捉意图。而任何从未进入文档的上下文，同样也不会出现在测试中。

未解之问

如果你已经为你的应用尝试过 AI 生成的测试：AI 实际上了解了多少关于它的信息？